求最长公共子序列

最长公共子序列和最长公共子串区别

       最长公共子串（Longest Common Substring）与最长公共子序列（Longest Common Subsequence）的区别： 子串要求在原字符串中是连续的，而子序列则只需保持相对顺序一致，并不要求连续。例如X = {a, Q, 1, 1}; Y = {a, 1, 1, d, f}那么，{a, 1, 1}是X和Y的最长公共子序列，但不是它们的最长公共字串。

 

分析

        以 S1={1,3,4,5,6,7,7,8} 和 S2={3,5,7,4,8,6,7,8,2} 为例。

        假如S1的最后一个元素 与 S2的最后一个元素相等，那么S1 和 S2 的 LCS 就等于 {S1减去最后一个元素} 与 {S2减去最后一个元素} 的 LCS  再加上 S1和S2相等的最后一个元素。

        假如S1的最后一个元素 与 S2的最后一个元素不等（本例子就是属于这种情况），那么S1和S2的LCS就等于 ： {S1减去最后一个元素} 与 S2 的LCS， {S2减去最后一个元素} 与 S1 的LCS 中的较大的那个序列。

 

递归公式

       我们可以发现，假设我需要求 a1 ... am 和 b1 .. b(n-1)的LCS 和 a1 ... a(m-1) 和 b1 .. bn的LCS，一定会递归地并且重复地把如a1... a(m-1) 与 b1 ... b(n-1) 的 LCS 计算几次。所以我们需要一个数据结构来记录中间结果，避免重复计算。

        设X = {x1 ... xm}，Y ={y1...yn}，Xi = {x1 ... xi}，Yj={y1... yj}。用一个二维数组C[ i ][ j ]（i，j从1开始算）来记录中间结果可得递归公式如下：

 

计算方法

        还是以s1={1,3,4,5,6,7,7,8},s2={3,5,7,4,8,6,7,8,2}为例。

 

        图中的空白格子需要填上相应的数字（这个数字就是c[i,j]的定义，记录的LCS的长度值）。填的规则依据递归公式，简单来说：如果横竖（i,j）对应的两个元素相等，该格子的值 = c[i-1,j-1] + 1。如果不等，取c[i-1,j] 和 c[i,j-1]的最大值。

        首先初始化该表：第一行和第一列的元素全为0

然后，一行一行地从上往下填：

根据计算法则可得最后的结果如下图

最后所求值即为 c[i][j] （c[8][9]）的值 5

 

构造LCS

       本文S1和S2的最LCS并不是只有1个，本文并不是着重讲输出两个序列的所有LCS，只是介绍如何通过上表，输出其中一个LCS。

       我们根据递归公式构建了上表，我们将从最后一个元素c[8][9]倒推出S1和S2的LCS。

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

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

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

第一种结果为：

这就是倒推回去的路径，棕色方格为相等元素，即 LCS = {3,4,6,7,8}，这是其中一个结果。

如果如果遇到S1[i] != S2[j] ，且c[i-1][j] = c[i][j-1] 这种存在分支的情况，选择另一个方向，会得到另一个结果。

 

即LCS ={3,5,7,7,8}。

代码：

int LCS_length(string& str1, string& str2)
{
	int i, j;
	int **lcs = new int*[str1.size() + 1];
	for (i = 0; i <= str1.size(); i++)
	{
		lcs[i] = new int[str2.size() + 1]();
	}
	for (i = 1; i <= str1.size(); i++)
	{
		for (j = 1; j <= str2.size(); j++)
		{
			if (str1[i - 1] == str2[j - 1])
			{
				lcs[i][j] = lcs[i - 1][j - 1] + 1;
			}
			else
			{
				lcs[i][j] = max(lcs[i - 1][j], lcs[i][j - 1]);
			}
		}
	}
	return lcs[str1.size()][str2.size()];
}

 

 

参考资料

https://blog.csdn.net/hrn1216/article/details/51534607

https://blog.csdn.net/u013074465/article/details/45392687