矩阵最长上升子序列java_算法思想之动态规划(四)——最长公共子序列问题

前言

今天我们继续讨论经典的动态规划问题之最长公共子序列问题。

最长公共子序列问题

问题描述

给定两个字符串str1和str2，返回两个字符串的最长公共子序列的长度。例如，str1="1A2C3”，str2="B1D23”，”123"是最长公共子序列，那么两字符串的最长公共子序列的长度为3。

问题分析

假设两字符串str1和str2的长度分别为n和m。对于这类问题，我们一般可以构建一个

大小的矩阵dp，其中

代表的是str1中前

个字符串与str2中前

个字符串的最长公共子序列的长度。

首先，我们需要初始化第0行和第0列的

的值，可以通过比较两字符是否相等即可，相等置1，不相等置0，要注意的是一旦在某一位置两字符相等，则该位置后直接置1，代表该位置后的字符串最长的公共子序列为1。对于问题描述中的例子来说，str1中的第1个字符"1"与str2中第1个字符“B”不等，代表"1"与"B"的公共子序列长度为0，即

；而str1的第1个字符"1"与与str2中第2个字符"1"相等，代表"1"与"B1"的最长公共子序列为1，即

；显然，"1"与"B1"、"B1D"、"B1D2"、"B1D23"的最长公共子序列均为1，即

。

接下来，我们就需要从左到右，由上至下依次计算

。对于

，

。我们可以列举出

所有可能的取值：

(1) 如果

，那么最长公共子序列的长度为前

个子字符串与前

个子字符串的最长公共子序列长度

，即

。

(2) 如果

，那么最长公共子序列的长度有可能为：

前

个子字符串与前

个子字符串的最长公共子序列长度，即

；

前

个子字符串与前

个子字符串的最长公共子序列长度，即

；

在二者之间取较大的那一个即可，即

。

代码实现

通过问题分析，可以很容易得用代码实现，下面给出算法的java实现。

public class LCS {

public int findLCS(String A, int n, String B, int m) {

return core(A, n, B, m);

}

public int core(String A, int n, String B, int m) {

if (n == 0 || m == 0) {

return 0;

}

int[][] dp = new int[n][m];

// 初始化第0行

for (int i = 0; i < m; i++) {

if (A.charAt(0) == B.charAt(i)) {

for (int j = i; j < m; j++) {

dp[0][j] = 1;

}

break;

} else {

dp[0][i] = 0;

}

}

// 初始化第0列

for (int i = 0; i < n; i++) {

if (A.charAt(i) == B.charAt(0)) {

for (int j = i; j < n; j++) {

dp[j][0] = 1;

}

break;

} else {

dp[i][0] = 0;

}

}

for (int i = 1; i < n; i++) {

for (int j = 1; j < m; j++) {

if (A.charAt(i) == B.charAt(j)) {

dp[i][j] = dp[i - 1][j - 1] + 1;

} else {

dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);

}

}

}

return dp[n - 1][m - 1];

}

public static void main(String[] args) {

LCS lcs = new LCS();

String A = "1A2C3";

int n = A.length();

String B = "B1D23";

int m = B.length();

int res = lcs.findLCS(A, n, B, m);

System.out.println(res);

}

}

其他经典问题

未来几篇博文，我将继续对经典的动态规划问题进行整理，敬请关注~

由于本人水平有限，文章难免有欠妥之处，欢迎大家多多批评指正！

写在最后

欢迎大家关注我的个人博客复旦猿。