python解题思路公共子序列a[i=b[j_[动态编程]最长公共子序列和最长公共子序列（Python）,规划,子串,python...

编写用时：2020年3月12日12:02:28~1h

动态规划经典例题——最长公共子序列和最长公共子串(python)

很久之前大概是高中的时候写过这种题目，使用动态规划的方法求解的，现读研究生了，要把过去的拾起来的呢。

1. 最长公共子序列(LCS)

1.1 问题描述

1.2 思路

利用动态规划。

下一步就要找到状态之间的转换方程。

因此可以根据这个方程来进行填表，以"helloworld"和“loop”为例：

1.3 Python代码

def LCS(string1,string2):

len1 = len(string1)

len2 = len(string2)

res = [[0 for i in range(len1+1)] for j in range(len2+1)]

#python 初始化二维数组 [len2+1],[len1+1]

for i in range(1,len2+1): #开始从1开始，到len2+1结束

for j in range(1,len1+1): #开始从1开始，到len2+1结束

if string2[i-1] == string1[j-1]:

res[i][j] = res[i-1][j-1]+1

else:

res[i][j] = max(res[i-1][j],res[i][j-1])

return res,res[-1][-1] #返回res[len2+1][len1+1]

print(LCS("helloworld","loop"))

# 输出结果为：

[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],

[0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1],

[0, 0, 0, 1, 1, 2, 2, 2, 2, 2, 2],

[0, 0, 0, 1, 1, 2, 2, 3, 3, 3, 3],

[0, 0, 0, 1, 1, 2, 2, 3, 3, 3, 3]], 3

所以"helloworld"和"loop"的最长公共子序列的长度为3。

1.4 找到具体的子序列

下面的内容借鉴了博主Running07的博客动态规划 最长公共子序列 过程图解

如果有两个字符串如下：

S1 = “123456778”

S2 = “357486782”

其最终的动态规划填表结果为：

其中S1和S2的LCS并不是只有1个。

我们根据递归公式：

构建了上表，

通过递推公式，可以看出，res[i][j]的值来源于res[i-1][j]或者是res[i-1][j]和res[i][j-1]的较大值(可能相等)。

我们将从最后一个元素c[8][9]倒推出S1和S2的LCS。

res[8][9] = 5，且S1[8] != S2[9]，所以倒推回去，res[8][9]的值来源于c[8][8]的值(因为res[8][8] > res[7][9])。

res[8][8] = 5, 且S1[8] = S2[8], 所以倒推回去，res[8][8]的值来源于 res[7][7]。

以此类推，如果遇到S1[i] != S2[j] ，且res[i-1][j] = res[i][j-1] 这种存在分支的情况，这里都选择一个方向(之后遇到这样的情况，也选择相同的方向，要么都往左，要么都往上)。

可得S1和S2的LCS为{3、5、7、7、8} 这是遇见相等的时候，统一往左走

S1和S2之间还有一个LCS 这是遇见相等的时候，统一往上走：

可得S1和S2的LCS为{3、4、6、7、8}

def LCS(string1,string2):

len1 = len(string1)

len2 = len(string2)

res = [[0 for i in range(len1+1)] for j in range(len2+1)] #python 初始化二维数组 [len1+1],[len2+1]

for i in range(1,len2+1): #开始从1开始，到len2+1结束

for j in range(1,len1+1): #开始从1开始，到len2+1结束

if string2[i-1] == string1[j-1]:

res[i][j] = res[i-1][j-1]+1

else:

res[i][j] = max(res[i-1][j],res[i][j-1])

string=""

i=len(string2);

j=len(string1);

while (i > 0) & (j > 0): #一开始我不知道加()逻辑错误

#开始从1开始，到len2+1结束

print(i,j)

if string2[i-1] == string1[j-1]:

string=string+string2[i-1]

i=i-1

j=j-1

else:

if res[i-1][j]>res[i][j-1]:

i=i-1

elif res[i-1][j]

j=j-1

else:

i=i-1

return res,res[-1][-1],string[::-1] # 倒序输出

print(LCS("helloworld","loop"))

输出：

4 10

3 10

3 9

3 8

3 7

2 6

2 5

1 4

([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1], [0, 0, 0, 1, 1, 2, 2, 2, 2, 2, 2], [0, 0, 0, 1, 1, 2, 2, 3, 3, 3, 3],

[0, 0, 0, 1, 1, 2, 2, 3, 3, 3, 3]], 3, 'loo')

2. 最长公共子串

2.1 问题描述

2.2 思路

和最长公共子序列一样，使用动态规划的算法。

下一步就要找到状态之间的转换方程。

和LCS问题唯一不同的地方在于当A[i] != B[j]时，res[i][j]就直接等于0了，因为子串必须连续，且res[i][j] 表示的是以A[i]，B[j]截尾的公共子串的长度。因此可以根据这个方程来进行填表，以"helloworld"和“loop”为例：

这个和LCS问题还有一点不同的就是，需要设置一个result，每一步都更新得到最长公共子串的长度。

2.3 Python代码

def LCstring(string1,string2):

len1 = len(string1)

len2 = len(string2)

res = [[0 for i in range(len1+1)] for j in range(len2+1)]

result = 0

for i in range(1,len2+1):

for j in range(1,len1+1):

if string2[i-1] == string1[j-1]:

res[i][j] = res[i-1][j-1]+1

result = max(result,res[i][j])

return result

print(LCstring("helloworld","loop"))

# 输出结果为：2

2.4 返回子串

def LCS(string1,string2):

len1 = len(string1)

len2 = len(string2)

res = [[0 for i in range(len1+1)] for j in range(len2+1)] #python 初始化二维数组 [len1+1],[len2+1]

result =0

index=0

for i in range(1,len2+1): #开始从1开始，到len2+1结束

for j in range(1,len1+1): #开始从1开始，到len2+1结束

if string2[i-1] == string1[j-1]:

res[i][j] = res[i-1][j-1]+1

if result

index=i

result = max(res[i][j],result)

string=string2[index-result:index]

return res,result,string # 输出

print(LCS("hellooxworld","looxoxp"))

([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 0], [0, 0, 0, 0, 0, 2, 1, 0, 0, 1, 0, 0, 0], [0, 0, 0, 0, 0, 1, 3, 0, 0, 1, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]],

4, 'loox')