动态规划（一）最长公共子序列

动态规划（一）最长公共子序列

1. 动态规划与分治法
2. 什么是最长公共子序列
3. 利用动态规划法求两字符串的最长子序列的长度
4. 回溯法获得两字符串的最长子序列
5. java代码

一、动态规划（dynamic programming）
与分治法类似，都是通过组合子问题的解来求原问题的解。
两者区别：

• 分治法把问题划分为不相交的子问题；动态规划应用于子问题重叠的情况；
• 分治法常用递归（因为子问题处理方式相同）；动态规划不采用递归（子问题重叠，采用递归会有许多不必要的计算）；

动态规划一般采用表格来获得结果。

二、两字符串的最长公共子序列

一个数列 ，如果分别是两个或多个已知数列的子序列，且是所有符合此条件序列中最长的，则 称为已知序列的最长公共子序列。

例如：

String s1 = "abcddfeab";
String s2 = "bcdfa";

s1和s2的最长公共子序列common 为“bcdfa”，最长公共子序列可以不连续（在s1中common不是连续的），只需要保持相对前后位置即可（在s1中c在b之后，d在bc之后，以此类推）。最长公共子序列表示两个字符串前后顺序相对一致的部分。

三、利用动态规划法求两字符串的最长公共子序列的长度

最长公共序列：longest common sequence（LCS）

int m = s1.length;//此处为9
int n = s2.length;//此处为5

求两字符串的LCS长度的表格如下所示：

*	*	b	c	d	f	a
*	0	0	0	0	0	0
a	0	0	0	0	0	1
b	0	1	1	1	1	1
c	0	1	2	2	2	2
d	0	1	2	3	3	3
d	0	1	2	3	3	3
f	0	1	2	3	4	4
e	0	1	2	3	4	4
a	0	1	2	3	4	5
b	0	1	2	3	4	5

首先创建m+1行n+1列的矩阵arr，如上表，第0行第0列置为0。
从arr[1][1]开始计算：
arr[1][1]表示a（arr[1][1]横行所对应的字符及以上）和b（arr[1][1]竖行所对应的字符及以前）的LCS长度，由于a和b不相等，因此arr[1][1]为0；
再按行计算arr[1][2]：
表示字符a和bc（arr[1][2]竖行所对应的的字符及以前）的LCS长度，依旧不相等，arr[1][2]为0；
… …
计算第2行：
arr[2][1]表示ab和b的LCS长度，有重复字符b，因此arr[2][1]为1；
… …
计算第三行：
arr[3][1] = 1;//abc和b的LCS长度
arr[3][2] = 2;//abc和bc的LCS长度
… …
该表格中的arr[m][n]即为字符串s1和s2的LCS长度。
由上述表格可以归纳出arr[i][j]的递归表达式：

arr[i,j]