动态规划实现最长公共子序列以及最长公共子字符串

        动态规划算法之前没好好看，开始做毕设了，现在抱着算法导论啃还花5.5在知网上买了份文献......现在借写Blog将要点再梳理一下。

        求解最长公共子序列和最长公共子字符串，运用动态规划算法能很好地解决。

      【最长公共子序列】：

        一个给定序列的子序列是在该序列中删去若干元素后得到的序列。确切地说，若给定序列 X = { x1,x2,x3,…,xm }，则另一序列Y={y1,y2,…,yk}，X的子序列是指存在一个严格递增的下标序列 {i1,i2,…,ik} 使得对于所有j = 1,2,3,...,k 有 z j = x ij。例如：X={A,B,C,B,D,A,B}，Y= {B,C,D,B} 是X 的一个子序列，相应的递增下标序列为{2,3,5,7}。给定两个子序列X和Y，当另一序列Z既是X的子序列又是Y的子序列的时候，称Z为X和Y的公共子序列。  

  考虑最长公共子序列问题如何分解成子问题，设A= “a0 ，a1 ，…，am-1”，B=“b0 ，b1 ，…，bm-1”，并Z= “z0 ，z1 ，…，zk-1”为它们的最长公共子序列。不难证明有以下性质：

 （1）如果am-1=bn-1 ，则zk-1=am-1=bn-1 ，且“z0 ，z1 ，…，zk-2”是“a0 ，a1 ，…，am-2”和“b0 ，b1 ，…，bn-2”的一个最长公共子序列；

 （2）如果am-1!=bn-1 ，则若zk-1!=am-1 ，蕴涵“z0 ，z1 ，…，zk-1”是“a0 ，a1 ，…，am-2”和“b0 ，b1 ，…，bn-1”的一个最长公共子序列；

 （3）如果am-1!=bn-1 ，则若zk-1!=bn-1 ，蕴涵“z0 ，z1 ，…，zk-1”是“a0 ，a1 ，…，am-1”和“b0 ，b1 ，…，bn-2”的一个最长公共子序列。

  这样，在找A 和B 的公共子序列时，如有am-1=bn-1 ，则进一步解决一个子问题，找“a0 ，a1 ，…，am-2”和“b0 ，b1 ，…，bm-2”的一个最长公共子序列；如果am-1!=bn-1 ，则要解决两个子问题，找出“a0 ，a1 ，…，am-2”和“b0 ，b1 ，…，bn-1”的一个最长公共子序列和找出“a0 ，a1 ，…，am-1”和“b0 ，b1 ，…，bn-2”的一个最长公共子序列，再取两者中较长者作为A 和B 的最长公共子序列。 

  求解：

  引进一个二维数组c[][]，用 c[i][j]记录X[i]与Y[j] 的LCS 的长度，b[i][j]记录c[i][j]是通过哪一个子问题的值求得的，以决定搜索的方向 。 
我们是自底向上进行递推计算，那么在计算c[i,j]之前，c[i-1][j-1]，c[i-1][j]与c[i][j-1]均已计算出来。此时我们根据X[i] = Y[j]还是X[i] != Y[j]，就可以计算出c[i][j]。

问题的递归式写成：

回溯输出最长公共子序列过程：

 

    算法分析： 
        由于每次调用至少向上或向左（或向上向左同时）移动一步，故最多调用(m * n)次就会遇到i = 0或j = 0的情况，此时开始返回。返回时与递归调用时方向相反，步数相同，故算法时间复杂度为Θ(m * n)。

    Java代码实现：   

public class LCSProblem 
{
  public static void main(String[] args)
  {
    //保留空字符串是为了getLength()方法的完整性也可以不保留
    //但是在getLength()方法里面必须额外的初始化c[][]第一个行第一列
    String[] x = {"", "A", "B", "C", "B", "D", "A", "B"};
    String[] y = {"", "B", "D", "C", "A", "B", "A"};
    
    int[][] b = getLength(x, y);
    
    Display(b, x, x.length-1, y.length-1);
  }
  /**
   * @param x
   * @param y
   * @return 返回一个记录决定搜索的方向的数组
   */
  public static int[][] getLength(String[] x, String[] y)
  {
    int[][] b = new int[x.length][y.length];
    int[][] c = new int[x.length][y.length];
    
    for(int i=1; i<x.length; i++)
    {
      for(int j=1; j<y.length; j++)
      {
        //对应第一个性质
        if( x[i] == y[j])
        {
          c[i][j] = c[i-1][j-1] + 1;
          b[i][j] = 1;
        }
        //对应第二或者第三个性质
        else if(c[i-1][j] >= c[i][j-1])
        {
          c[i][j] = c[i-1][j];
          b[i][j] = 0;
        }
        //对应第二或者第三个性质
        else
        {
          c[i][j] = c[i][j-1];
          b[i][j] = -1;
        }
      }
    }	
    
    return b;
  }
  //回溯的基本实现，采取递归的方式
  public static void Display(int[][] b, String[] x, int i, int j)
  {
    if(i == 0 || j == 0)
      return;
    
    if(b[i][j] == 1)
    {
      Display(b, x, i-1, j-1);
      System.out.print(x[i] + " ");
    }
    else if(b[i][j] == 0)
    {
      Display(b, x, i-1, j);
    }
    else if(b[i][j] == -1)
    {
      Display(b, x, i, j-1);
    }
  }
}

【最长公共子字符串】：类似最长子序列，只是公共子字符串要求必须是连续的。

java实现代码如下：

public class stringCompare {
  //在动态规划矩阵生成方式当中，每生成一行，前面的那一行就已经没有用了，因此这里只需使用一维数组，而不是常用的二维数组
  public static void getLCString(char[] str1, char[] str2) {
    int len1, len2;
    len1 = str1.length;
    len2 = str2.length;
    int maxLen = len1 > len2 ? len1 : len2;

    int[] max = new int[maxLen];// 保存最长子串长度的数组
    int[] maxIndex = new int[maxLen];// 保存最长子串长度最大索引的数组
    int[] c = new int[maxLen];   // 记录对角线上的相等值的个数

    int i, j;
    for (i = 0; i < len2; i++) {
      for (j = len1 - 1; j >= 0; j--) {
        if (str2[i] == str1[j]) {
          if ((i == 0) || (j == 0))
            c[j] = 1;
          else
        	//System.out.print("========="+ c[j - 1]+"\n");
            c[j] = c[j - 1] + 1;//此时C[j-1]是当前位置左上角元素的值，在二维矩阵上找最长的由1组成的斜对角线也是件麻烦费时的事，
                                //改进：当要在矩阵是填1时让它等于其左上角元素加1。这样矩阵中的最大元素就是最长公共子串的长度。
        } 
        else {
          c[j] = 0;
        }

        // 如果是大于那暂时只有一个是最长的,而且要把后面的清0;
        if (c[j] > max[0]) {
          max[0] = c[j];    //记录对角线元素的最大值，之后在遍历时用作提取子串的长度
          maxIndex[0] = j;  //记录对角线元素最大值的位置

          for (int k = 1; k < maxLen; k++) {
            max[k] = 0;
            maxIndex[k] = 0;
          }
        }
        // 有多个是相同长度的子串
        else 
        	if (c[j] == max[0]) {
        		for (int k = 1; k < maxLen; k++) {
        			if (max[k] == 0) {
        				max[k] = c[j];
        				maxIndex[k] = j;
        				break; // 在后面加一个就要退出循环了
        			}
        		}
        	}
      	}
      for (int temp : c) {
        System.out.print(temp);
      }
      System.out.println();
    }
        //打印最长子字符串
    for (j = 0; j < maxLen; j++) {
      if (max[j] > 0) {
        System.out.println("第" + (j + 1) + "个公共子串:");
        for (i = maxIndex[j] - max[j] + 1; i <= maxIndex[j]; i++)
          System.out.print(str1[i]);
        System.out.println(" ");
      }
    }
  }

  public static void main(String[] args) {
	/*  StringBuffer buf1 = new StringBuffer();
	  StringBuffer buf2 = new StringBuffer();
	  String str = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";
	  Random  random = new Random();
	  // 生成随机字符串
	  for(int i = 0 ;i < 10 ; i ++)
	  {
	   int num = random.nextInt(62);
	   buf1.append(str.charAt(num));
	  }
	  for(int i = 0 ;i < 10 ; i ++)
	  {
	   int num = random.nextInt(62);
	   buf2.append(str.charAt(num));
	  }
	  String str1 = new String(buf1);
	  String str2 = new String(buf2);
	  System.out.println(str1+"======="+str2);*/
	  String str1 = new String("abcbdab");
	  String str2 = new String("bdcaba");
	  getLCString(str1.toCharArray(), str2.toCharArray());
  }
}