最长公共子串和最长公共子序列。。。傻傻烦不清楚

最长公共子串和最长公共子序列。。。傻傻烦不清楚
 
     举个栗子:
 
     str1= "123ABCD456"  str2 = "ABE12345D"
 
     最长公共子串是: 123
 
     最长公共子序列是: 12345
 
 
     这两个都可以用动态规划,只是状态转移方程有点区别

 
     最长公共子序列是:
 
     dp[i][j] -- 表示子串str1[ 0 ...i]和子串str[ 0 ...j]的最长公共子序列
 
     当str1[i] == str2[j]时,dp[i][j] = dp[i- 1 ][j- 1 ] + 1 ;
 
     否则,dp[i][j] = max(dp[i- 1 ][j], dp[i][j- 1 ]);
 
     最优解为dp[len1- 1 ][len2- 1 ];
 
      
 
     最长公共子串是: dp[i][j] -- 表示以str1[i]和str2[j]为结尾的最长公共子串 当str1[i] == str2[j]时,dp[i][j] = dp[i- 1 ][j- 1 ] + 1 ; 否则,dp[i][j] = 0 ;
 
     最优解为max(dp[i][j]),其中 0 <=i<len1, 0 <=j<len2;
 


代码如下:
 
    //求最长公共子串
 

import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner scanner=new Scanner(System.in);
while(scanner.hasNext()){
String str1=scanner.next();
String str2=scanner.next();
System.out.println(getCommonStrLength(str1,str2));
}
scanner.close();
}


private static int getCommonStrLength(String str1, String str2) {
str1=" "+str1;
str2=" "+str2;
char[] a=str1.toCharArray();
char[] b=str2.toCharArray();
int m=a.length;
int n=b.length;
int[][]c=new int[m][n];
int max=0;
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (a[i]==b[j]) {
c[i][j]=c[i-1][j-1]+1;
}else {
c[i][j]=0;
}
if (max<c[i][j]) {
max=c[i][j];//记录最长子串
}
}
}
return max;
}

}




 //求最长公共子序列

import java.util.Scanner;


public class Main {
public static void main(String[] args) {
Scanner scanner=new Scanner(System.in);
while(scanner.hasNext()){
String str1=scanner.next();
String str2=scanner.next();
System.out.println(getCommonStrLength(str1,str2));
}
scanner.close();
}


private static int getCommonStrLength(String str1, String str2) {
str1=" "+str1;
str2=" "+str2;
char[] a=str1.toCharArray();
char[] b=str2.toCharArray();
int m=a.length;
int n=b.length;
int[][]c=new int[m][n];
int max=0;
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (a[i]==b[j]) {
c[i][j]=c[i-1][j-1]+1;
}else {
c[i][j]=Math.max(c[i-1][j], c[i][j-1]);
}
}
}
return c[m-1][n-1];
}
}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
最长公共子序列(Longest Common Subsequence, LCS)和最长公共子串(Longest Common Substring)是两个常见的字符串相关问题。 最长公共子序列是指给定两个字符串,要求找到它们之间最长的公共子序列的长度。子序列是从原字符串中删除若干个字符而得到的新字符串,字符在新字符串中的相对顺序与原字符串中的保持一致。动态规划是求解LCS问题的常用方法。 以字符串s1 = "ABCBDAB"和s2 = "BDCAB"为例,可以使用动态规划的方法求解最长公共子序列的长度。首先创建一个二维数组dp,dp[i][j]表示s1的前i个字符和s2的前j个字符之间的最长公共子序列的长度,那么有以下推导关系: 1. 当i=0或j=0时,dp[i][j]=0。 2. 当s1[i-1]=s2[j-1]时,dp[i][j] = dp[i-1][j-1] + 1。 3. 当s1[i-1]!=s2[j-1]时,dp[i][j] = max(dp[i-1][j], dp[i][j-1])。 最后,dp[len(s1)][len(s2)]即为最长公共子序列的长度。 对于最长公共子串,要求找到两个字符串中最长的公共连续子串的长度。连续子串是指在原字符串中连续出现的字符子序列。同样可以使用动态规划来解决该问题。 仍以上述两个字符串s1和s2为例,创建一个二维数组dp,dp[i][j]表示以s1[i-1]和s2[j-1]为结尾的公共子串的长度,那么有以下推导关系: 1. 当i=0或j=0时,dp[i][j]=0。 2. 当s1[i-1]=s2[j-1]时,dp[i][j] = dp[i-1][j-1] + 1。 3. 当s1[i-1]!=s2[j-1]时,dp[i][j] = 0。 最后,dp矩阵中的最大值即为最长公共子串的长度。 以上就是求解最长公共子序列最长公共子串的常见方法。在实际应用中,我们可以根据具体的问题选择合适的方法,并结合动态规划来解决这些字符串相关的问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Baymax_wyl

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值