LCS (Longest Common Subsequence)

一、最长公共子序列

一个数列 S，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S称为已知序列的最长公共子序列。

最长公共子串（Longest CommonSubstring）和最长公共子序列（LongestCommon Subsequence,LCS）的区别：子串是串的一个连续的部分，子序列则是从不改变序列的顺序，而从序列中去掉任意的元素而获得的新序列；更简略地说，子串的字符的位置必须连续，子序列则不必。比如字符串acdfg同akdfc的最长公共子串为df，而他们的最长公共子序列是adf。

最长公共子序列的结构有如下表示：

设序列X=<x1, x2, …, xm>和Y=<y1, y2, …, yn>的一个最长公共子序列Z=<z1, z2, …, zk>，则：

若xm=yn，则zk=xm=yn且Zk-1是Xm-1和Yn-1的最长公共子序列；
若xm≠yn且zk≠xm ，则Z是Xm-1和Y的最长公共子序列；
若xm≠yn且zk≠yn ，则Z是X和Yn-1的最长公共子序列。
其中Xm-1=<x1, x2, …, xm-1>，Yn-1=<y1, y2, …, yn-1>，Zk-1=<z1, z2, …, zk-1>。

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

	0	h	e	l	l	o	w	o	r	l	d
0	0	0	0	0	0	0	0	0	0	0	0
l	0	0	0	1	1	1	1	1	1	1	1
o	0	0	0	1	1	2	2	2	2	2	2
o	0	0	0	1	1	2	2	3	3	3	3
p	0	0	0	1	1	2	2	3	3	3	3

所以"helloworld"和"loop"的最长公共子序列的长度为3。

代码：

// 最长公共子序列（不连续）
int lcs_length_(const wstring &str1, const wstring &str2) {
    
    if (str1.size() == 0 || str2.size() == 0)
        return 0;
  
    int m = str1.size();
    int n = str2.size();
    
    // 生成二维容器
    vector<vector<int>> dp(m + 1, vector<int>(n + 1));
    int i, j;
	
    // 初始化矩阵，第一行和第一列为0，
    for (i = 0; i <= m; i++) {
        dp[i][0] = 0;
    }
    for (j = 0; j <= n; j++) {
        dp[0][j] = 0;
    }
  	
    for (i = 1; i <= m; i++) {
        for (j = 1; j <= n; j++) {
            if (str1[i - 1] == str2[j - 1]) {       // xm=yn
                dp[i][j] = dp[i - 1][j - 1] + 1;
            } else {                                // xm≠yn
                if (dp[i - 1][j] >= dp[i][j - 1])   
                    dp[i][j] = dp[i - 1][j];          // zk≠xm
                else
                    dp[i][j] = dp[i][j-1];            // zk≠yn
            }
        }
    }
    return dp[m][n];
}

二、最长公共字串

最长公共子串跟最长公共子序列的唯一区别在于，公共子串要求是连续的，子序列要求不一定连续。
具体的思路还是动态规划，不同点在于动态规划的迭代策略。

和LCS问题唯一不同的地方在于当xm≠yn 时，最长公共字串就直接等于0了，因为子串必须连续，且最长公共字串表示的是以xm，yn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

	0	h	e	l	l	o	w	o	r	l	d
0	0	0	0	0	0	0	0	0	0	0	0
l	0	0	0	1	1	0	0	0	0	1	0
o	0	0	0	0	0	2	0	1	0	0	0
o	0	0	0	0	0	1	0	1	0	0	0
p	0	0	0	0	0	0	0	0	0	0	0

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

代码：

// 最长公共子串（连续）
int lcs2_length_(const wstring &str1, const wstring &str2) {
    if (str1.size() == 0|| str2.size() == 0)
        return 0;

    int m = str1.size();
    int n = str2.size();
    vector<vector<int>> dp(m + 1, vector<int>(n + 1));
    int i, j;
    int max = 0;

    for (i = 0; i <= m; i++) {
        dp[i][0] = 0;
    }
    for (j = 0; j <= n; j++) {
        dp[0][j] = 0;
    }
    for (i = 1; i <= m; i++) {
        for (j = 1; j <= n; j++) {
            if (str1[i - 1] == str2[j - 1]) {
                dp[i][j] = dp[i - 1][j - 1] + 1;
                if (dp[i][j] > max) {
                    max = dp[i][j];     // 更新最长公共子串
                }
            }
            else {
                dp[i][j] = 0;
            }
        }
    }
    return max;
}