算法设计与分析 动态规划 最长公共子序列 C++实现 19180319 算法设计与分析演讲稿

---

前言

这篇博客是为了方便我的算法设计与分析课程的讲解的，是作业驱动型，所以不会太适合用来学习

---

最长公共子序列

介绍

子串和子序列的区别，一言以蔽之，子串是连续的，子序列可以是不连续的，这里我借用别人的图来介绍一下

实现原理

1.暴力算法

如果使用暴力算法，大致思想是将str1中的所有可能子序列提取出来，然后在str2中寻找，是否有对应的子串，如果有，则储存起来。
这个方法其实只要稍微想一想，就是十分不合理的，首先，在str1中找寻所有可能的子序列时间复杂度就是O(n ^2)，而且子序列无论是从排布，还是长度，可能性都比较复杂，更别提再进行与str2的对比了，顾这种方法不予考虑。

2.动态规划

动态规划是将之前的结果存储起来，供后面的情况使用，这里用状态转换方程解释一下

直接看状态转换方程可能看不懂，这里设想一下 有两条字符串 str1,str2
如果str1[i]==str2[j], 而它两的下一项又相等 即str1[i+1]==str2[j+1]，
那么此时子串的长度是不是要在原来的基础上+1 即C[i+1,j+1]=C[i,j]+1
为了表示方便，将上式写成 C[i,j]=C[i-1,j-1]。

可能有人要问了：“如果str1[i]!=str2[j]，那是什么过程呢？”
这里和最长子串的处理方式不一样，因为最长子序列不是连续的，所以还要考虑前面的序列可能的情况。

代码展示

int LCSProblem::LCS()
{
   
	/*
	填表，获取最长子序列的长度
	*/
	std::string str1=this->str1;
	std::string str2=this->str2;
	str1="#"+str1;
	str2="#"+str2;
	for(int i