最长公共子序列和最长子串问题

最新推荐文章于 2021-10-25 10:10:25 发布

weixin_47890861

最新推荐文章于 2021-10-25 10:10:25 发布

阅读量130

点赞数

分类专栏：数据结构文章标签：动态规划数据结构

本文链接：https://blog.csdn.net/weixin_47890861/article/details/118274330

版权

数据结构专栏收录该内容

3 篇文章 0 订阅

订阅专栏

先看问题描述：有两个字符串 $s1,s2$ ,求解他们的最长公共子序列(LCS)。举个例子：

s1="etc",s2="ecb",最长的公共子序列为"ec"，长度为2

首先声明子序列、子串的区别。子序列不连续，字串连续。比如"ab","ac"都是字符串"abc"的子序列，而"ab"是"abc"子串，但"ac"不是，因为不连续。下面给出一个命题：

命题1：假如 $s1=[x_1,x_2,x_3...x_m],s2=[y_1,y_2...y_n]$ ，而 $s3=[z_1,z_2...z_k]$ 是他们的一个最长公共子序列，则：

（1）若 $x_m=y_n$ ，则 $s3=[z_1,z_2...z_{k-1}]$ 是 $[x_1,x_2,x_3...x_{m-1}],[y_1,y_2...y_{n-1}]$ 的一个最长公共子序列。证明：若不然，存在一个更长的公共子序列 $s4$ ，那么 $s4$ 也是 $s1=[x_1,x_2,x_3...x_m],s2=[y_1,y_2...y_n]$ 的公共子序列，又因为 $x_m=y_n$ ，那么他们的最长公共子序列长度一定大于 $s3=[z_1,z_2...z_k]$ 的长度，矛盾。

（2）若 $x_m \neq y_n$ ，那么 $z_k \neq y_n$ 则有 $s3=[z_1,z_2...z_k]$ 是 $s1=[x_1,x_2,x_3...x_m],s4=[y_1,y_2...y_{n-1}]$ 的最长公共子序列。证明：首先 $s3=[z_1,z_2...z_k]$ 已经是 $s1,s4$ 的公共子序列了，若存在更长的公共子序列 $s_5$ ，那么 $s_5$ 也是 $s1,s2$ 的公共子序列且长度大于 $s_3$ ，预定义矛盾。

（3）若 $x_m \neq y_n$ ，那么 $z_k \neq x_m$ 则有 $s3=[z_1,z_2...z_k]$ 是 $s4=[x_1,x_2,x_3...x_{m-1}],s2=[y_1,y_2...y_{n}]$ 的最长公共子序列。证明：同上。

根据以上命题就可以给出状态数组和状态转移方程。定义 $dp[i][j],1<=i<=m,1<=j<=n$

， $dp[i][j]$ 表示 $[x_1,x_2,x_3...x_{i}],[y_1,y_2...y_{j}]$ 的最长公共子序列长度，状态方程如下：

$d[i][j]= \begin{cases} dp[i-1][j-1]+1, &if \ s1[i-1] = s2[j-1]\\ dp[i-1][j], &if\ dp[i][j-1]<dp[i-1][j]\\ dp[i][j-1],&if\ dp[i][j-1]>=dp[i-1][j] \end{cases}$

下面贴出代码:

int LCS(string s1, string s2) {
    int m = s1.length();
    int n = s2.length();
    int ** dp = new int*[m+1];
    for(int i = 0;i < m+1;i++)
    {
        dp[i] = new int[n+1]();
    }
    for(int i = 1;i <= m;i++)
    {
        for(int j = 1;j <= n;j++)
        {
            if(s1[i-1] == s2[j-1])
            {
                dp[i][j] = dp[i-1][j-1] + 1;
            }
            else if(dp[i-1][j] < dp[i][j-1])
            {
                dp[i][j] = dp[i][j-1];
            }
            else{
                dp[i][j] = dp[i-1][j];
            }
        }   
    }
    return dp[m][n];
}

再看如下问题：有两个字符串 $s1,s2$ ,求解ASCII之和最大的公共子序列。举个例子：

输入: s1 = "sea", s2 = "eat"
输出: 198
解释: ASCII之和最大公共子序列"ea"，ASCII之和101 + 97 = 198。

我们仍然套用LCS的模板，先给出如下命题（证明过程同命题1）：

命题1：假如 $s1=[x_1,x_2,x_3...x_m],s2=[y_1,y_2...y_n]$ ，而 $s3=[z_1,z_2...z_k]$ 是他们的一个ACSCII之和最大的公共子序列，和为 $N$ ，则：

（1）若 $x_m=y_n$ ，则 $N-x_m$ 是 $[x_1,x_2,x_3...x_{m-1}],[y_1,y_2...y_{n-1}]$ 的一个ACSCII之和最大公共子序列的和。

（2）若 $x_m \neq y_n$ ，那么 $z_k \neq y_n$ 则有 $N$ 是 $s1=[x_1,x_2,x_3...x_m],s4=[y_1,y_2...y_{n-1}]$ 的最长公共子序列。

（3）若 $x_m \neq y_n$ ，那么 $z_k \neq x_m$ 则有 $N$ 是 $s4=[x_1,x_2,x_3...x_{m-1}],s2=[y_1,y_2...y_{n}]$ 的最长公共子序列。

状态数组 $dp[i][j],1<=i<=m,1<=j<=n$ , $dp[i][j]$ 表示 $[x_1,x_2,x_3...x_{i}],[y_1,y_2...y_{j}]$ 的ACSCII之和最大公共子序列的和，状态方程如下表示,：

$d[i][j]= \begin{cases} dp[i-1][j-1]+x_m, &if \ s1[i-1] = s2[j-1]\\ dp[i-1][j], &if\ dp[i][j-1]<dp[i-1][j]\\ dp[i][j-1],&if\ dp[i][j-1]>=dp[i-1][j] \end{cases}$

代码如下:

int MCS(string s1, string s2) {
    int m = s1.length();
    int n = s2.length();
    int ** dp = new int*[m+1];
    for(int i = 0;i < m+1;i++)
    {
        dp[i] = new int[n+1]();
    }
    for(int i = 1;i <= m;i++)
    {
        for(int j = 1;j <= n;j++)
        {
            if(s1[i-1] == s2[j-1])
            {
                dp[i][j] = dp[i-1][j-1] + s1[i-1];
            }
            else if(dp[i-1][j] < dp[i][j-1])
            {
                dp[i][j] = dp[i][j-1];
            }
            else{
                dp[i][j] = dp[i-1][j];
            }
        }   
    }
    return dp[m][n];
}

接下来解决两个字符串最大公共子串问题，先看问题：

给两个字符串s1 和 s2 ，返回两公共的、长度最长的子串的长度。举个例子;

输入：
s1: "12321"
s2: "32147"
输出：3
解释：
长度最长的公共子串是 "321" 。

可以看到子串与子序列相比有连续性，不会发生断裂。根据以上性质，继续分析。假设 $N$ 是 $s1=[x_1,x_2,x_3...x_{m-1}],s2=[y_1,y_2...y_{n-1}]$ 的最长的、且都以 $x_{m-1},y_{n-1}$ 结尾的最长子序列，就是说 $s3=[z_1,z_2...z_k]$ 是最大公共子串，且满足 $x_{m-1}=z_k,y_{n-1}=z_k$ 。如果 $x_{m}=y_{n}$ ，则 $s1=[x_1,x_2,x_3...x_{m}],s2=[y_1,y_2...y_{n}]$ 满足以上条件最长子串长度为 $N+1$ ,如果 $x_{m}\neq y_{n}$ ，那么最长子串长度为 $0$ 。证明过程可用发证法。

根据以上分析得出状态数组 $dp[i][j],1<=i<=m,1<=j<=n$ , $dp[i][j]$ 表示 $[x_1,x_2,x_3...x_{i}],[y_1,y_2...y_{j}]$ 的最长且以 $x_i,y_j$ 结尾的最长公共子串的长度，状态方程如下表示：

$d[i][j]= \begin{cases} dp[i-1][j-1]+1, &if \ s1[i-1] = s2[j-1]\\ 0, &if\ s1[i-1] \neq s2[j-1]\end{cases}$

遍历所有 $dp[i][j]$ 就能找到答案，代码如下：

int findLength(string s1, string s2) {
    int m = s1.length();
    int n = s2.length();
    int ** dp = new int*[m+1];
    for(int i = 0;i < m+1;i++)
    {
        dp[i] = new int[n+1]();
    }
    int counter = 0;
    for(int i = 1;i <= m;i++)
    {
        for(int j = 1;j <= n;j++)
        {
            if(s1[i-1] == s2[j-1])
            {
                dp[i][j] = dp[i-1][j-1] + 1;
            }
            counter = max(counter,dp[i][j]);
        }
    }
    return counter;
}