lintcode longest-common-subsequence 最长公共子序列 证明

问题描述

lintcode

参考

coursera-北京大学-算法基础-动态规划（1）-几个例题

笔记

动态规划问题，同样要建表。
buff[i][j]表示以字符串A的第i位结束，以字符串B的第j位结束，的最长公共子序列。
状态转移方程：

if (A[i] == B[j])   
    buff[i][j] = buff[i-1][j-1] + 1;
else
    buff[i][j] = max(buff[i-1][j], buff[i][j-1]);

解释：

规定：

1. S[i][j]的含义是<以A的第i位结尾的字符串>与<以B的第j位结尾的字符串>的最长公共子序列。S[i-1][j-1]的含义是<以A的第i-1为结尾的字符串>与<以B的第j-1位结尾的字符串>的最长公共子序列。

2. buff[i][j]为S[i][j]的长度。

• 当A[i] == B[j]时
  显然，由于两个字符串的最后一位相同，S[i][j]的长度应该比S[i-1][j-1]大1.

• 当A[i] != B[j]时
  结论是：buff[i][j] = max(buff[i-1][j], buff[i][j-1])

  • 证明:

    1. 显然，由于添加了一个字符，buff[i][j] 肯定大于等于buff[i-1][j]，也肯定大于等于buff[i][j-1]。

    2. 但是，buff[i][j] 不能同时大于 buff[i-1][j]和buff[i][j-1]。
       反证法：
       1.1. 如果buff[i][j] > buff[i-1][j]，说明S[i][j]的最后一位是A[i]。（因为多了A[i]这个字符之后，最长公共子序列的长度多了1，所以多出来的这一位就是A[i]！）
       1.2. 同理，如果buff[i][j] > buff[i][j-1]，说明S[i][j]的最后一位是B[j]。
       1.3. 那么如果buff[i][j] 同时大于 buff[i-1][j]和buff[i][j-1]，说明S[i][j]的最后一位既是A[i]，也是B[j]。那么A[i]就与B[j]相同了！矛盾了！所以反证出：
       buff[i][j] 不能同时大于 buff[i-1][j]和buff[i][j-1]

    3. 现在，已经证明了，buff[i][j] 肯定大于等于buff[i-1][j]，也肯定大于等于buff[i][j-1]，（图中绿色区域）但buff[i][j] 不能同时大于 buff[i-1][j]和buff[i][j-1]，那buff[i][j]就只能取两者的较大者了（图中红星），这样既满足”不能同时大于两者“（只大于较小者），又满足”同时大于等于两者“，（大于较小者， 等于较大者）。
       

代码

class Solution {
public:
    /**
     * @param A, B: Two strings.
     * @return: The length of longest common subsequence of A and B.
     */
    int longestCommonSubsequence(string A, string B) {
        // write your code here
        const int lena = A.size();
        const int lenb = B.size();
        int buff[lena+1][lenb+1];
        memset(buff, 0, sizeof(buff));
        for (int i = 1; i <= lena; i++)
        {
            for (int j = 1; j <= lenb; j++)
            {
                if (A[i-1] == B[j-1])
                    buff[i][j] = buff[i-1][j-1] + 1;
                else
                    buff[i][j] = max(buff[i-1][j], buff[i][j-1]);
            }
        }
        return buff[lena][lenb];
    }
};