最长公共子序列
求两个字符串的最长公共子序列(Longest Common Sequence,简称 LCS),比如:
- A = “abcdefg”
- B = “acbeg"
那么这两个字符串的最长公共子序列便是:“aceg”。
对于这种求取”最“值的问题,非常容易想到会使用动态规划来求解。使用动态规划解决问题其实并没有多难,它只需要你做好两件事即可:
- 对状态做一个好的定义(即你的 dp 数组中的
dp[i][j]
代表着什么?) - 跟据题意与刚刚定义好的状态,推导出状态转移方程
第一步的重要性,远远大于第二步,因为当你定义了一个好的状态之后,对于状态转移方程的推导将会变得非常容易。有些人认为动态规划难,其实就是有的时候对于状态的定义不是很好想。
接下来我们就按照这两步的顺序来看待这道LCS 问题。
一、对状态的定义:
这里,我们定义我们的 dp 数组如下所示:
int[][] dp = new dp[a.length() + 1][b.length() + 1];
长为字符串 a 的长度加 1,宽为字符串 b 的长度加 1.
dp[i][j]
所代表的是当只取字符串 a 的 前 i 个字符.、只取字符串 b 的 前 j 个字符 时,这两个字符串的最长公共子序列的长度是多少(当 i 或 j 为 0 时,取前 0 个字符,当然不可能有公共子序列,此时dp[i][j]
为 0)。
相信你也能想到了,最后的返回结果,只需要返回dp[a.length()][b.length()]
即可。
二、状态的转移:
我们有了如上对状态的定义之后,接下来思考一下状态转移方程的推导。
判断字符串 a 的 第 i 个字符 与字符串 b 的 第 j 个字符 的关系。(注意标红部分,就是为了跟上面状态的定义做区分,上面的状态定义强调 ”前“,而这里的状态转移方程强调 ”第“)。
如果相等的话,那么dp[i][j] = dp[i-1][j-1] + 1
,不解释,想不明白的话,往上翻多看看状态的定义。
如果不相等的话,那么dp[i][j]
取dp[i-1][j]
与dp[i][j-1]
之间的最大值。
总结一下:
Java 实现代码如下
public class LongestCommonSubsequence {
public static int LCS(String a,String b) {
int[][] dp =