Hirschberg's algorithm 最小编辑距离优化算法

String similarity

Sequence alignment

最近在学习动态规划的时候遇到了这样的问题：

给出两个字符串，求出两个字符串的相似性。相同字符对齐视为匹配，不同字符相对或者有落单的字符都会有penalty，求出最小的penalty.

在普林斯顿的PPT上也有相关的问题：

用动态规划很好思考，对于两个字符串A,B，对于$x_i\in A,y_i\in B$ ,只有三种情况，一是两个字符串相对，二是$y_i$落单，$x_i$和$B$中的下一个字符串$y_{i+1}$匹配，三是$x_i$落单，$y_i$和$x_{i+1}$匹配。在这三种情况中取值最小的。

很轻易就能计算出penalty，例如对于DNA 来说，我们规定如下的对应值：

//动态规划
//假设gap()是字符没有匹配值时的penalty
//mismatch()是两个字符对应的penalty.
int dp(const string &x,const string &y)
{
   
    int a=x.size(),b=y.size();
    vector<vector<int> >