【动态规划-备忘录法】最长公共子序列（输出所有解） 思路解析和代码

最长公共子序列

上一篇动态规划总结

个人思路

对比备忘录方法（递归）和动态规划（递推）

备忘录方法

• 备忘录方法要用递归实现
• 递归是自顶向下的解决问题的：即从目标开始，将问题划分，对子问题求解，直到边界
• 递归前对备忘录进行查询，当前备忘录未被填写时，则进行递归，否则直接返回备忘录的内容（核心，提高算法效率）
• 当整个问题的求解过程中有大量子问题无需求解时，备忘录更省时
• 一般要对备忘录进行初始化，为了之后快速判断是否有已经填写过备忘录

动态规划递推式

• 通过循环实现
• 递推式是自下而上解决问题的：即从边界开始，逐步对问题求解，直到抵达目标
• 当整个问题的求解过程中全部都要进行计算时，则应该使用递推式

思路

dp[i][j]表示字符串1长度为i与字符串2长度为j的最长公共子序列

自顶向下分析：

• 求最优解：求的是两个字符串的最长公共子序列
• 最优子结构：整个字符串的最长公共子序列依赖于其中子串的最长公共子序列，即去掉最后一个或若干个字符，剩下的字符串所记录的值仍然是最长公共子序列
• 重叠子问题：计算过程中会多次比较两个字符串的子串

自下而上解决问题：

• 边界：两个字符串出现空串时，最长公共子序列为0，即dp[i][0]和dp[0][i]均为0，i的取值范围是0~两个字符串各自的长度
• 状态转移：
  • 当两个字符串当前位置字符相等时，str[i ]==str[j]，最长公共子序列要在两个字符串各自的上一位基础上+1，即dp[i][j] = dp[i - 1][j - 1] + 1
  • 当两个字符串当前位置字符不相等时，str[i]!=str[i]，最长公共子序列无法继续延长，则继承dp[i][j - 1]，dp[i - 1][j]的最大值，即dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
• 时间复杂度：O(m * n)，m，n为字符串的长度

注意

• i,j表示的是长度，访问元素的时候需-1
• 回溯法输出所有解：
  • 从dp备忘录的最后一位开始回溯
  • 若当前位置数值与其左侧位置数值相同时，说明从左侧转移到当前位置的LCS没有延长
  • 若当前位置数值与其上侧位置数值相同时，说明从上侧转移到当前位置的LCS没有延长
  • 若当前位置数值与其上侧、左侧均不相同，说明此时LCS得到延长，应记录当前位置所对应的字符
• 最后要注意回溯法是逆序遍历，因此输出时要逆序输出

个人思路代码

备忘录方法+回溯输出所有解

/*
 * @Author: LLX 
 * @Date: 2020-10-31 19:19:33 
 * @Last Modified by: SEUer
 * @Last Modified time: 2020-10-31 19:20:11
 */
#include<bits/stdc++.h>
using namespace std;
//dp[i][j]表示字符串1长度为i与字符串2长度为j的最长公共子序列
//i,j表示的是长度，访问元素的时候需-1
string str1, str2;
int len1, len2;
string ans;//存放具体的最大公共子序列
int lcs;//存放最大公共子序列的长度
void findLCS(vector<vector<int> >& dp, int x, int y){
   
    if(x <= 0 || y <= 0){
   
        if(ans.size() == lcs){
   
            reverse(ans.begin(), ans.end());
            cout << "lcs：" << ans << endl;
        }