动态规则法2—最长公共子序列

最新推荐文章于 2022-04-04 20:01:46 发布

Eternal嘉

最新推荐文章于 2022-04-04 20:01:46 发布

阅读量295

点赞数 1

分类专栏：算法与数据结构笔记文章标签：算法数据结构

本文链接：https://blog.csdn.net/weixin_51302676/article/details/115331456

版权

算法与数据结构笔记专栏收录该内容

30 篇文章 0 订阅

订阅专栏

动态规则法2—最长公共子序列

如果序列Z同时为X和Y的子序列，那么Z就称为X与Y的公共子序列。

给定两个字符串X,Y，输出最长公共子序列（LCS longest common subsequence problem）Z的长度。

运用动态规划的思路，要考虑两种情况：

$x_{m}$ 和 $y_{n}$ 相等时，在 $X_{m-1}$ 和 $Y_{n-1}$ 的LCS后面加上 $x_{m}$ 就是 $X_{m}$ 和 $Y_{n}$ 的LCS。
$x_{m}$ 和 $y_{n}$ 不相等时， $X_{m-1}$ 和 $Y_{n}$ 的LCS和 $Y_{n-1}$ v和 $X_{m}$ 的LCS更长的一方就是 $X_{m}$ 和 $Y_{n}$ 的LCS。

于是便得出了下列公式：（c[i][j]代表 $X_{i}$ 和 $Y_{j}$ 的LCS的长度）

c[i][j]
0	i=0，j=0
c[i-1][j-1]+1	i,j>0&& $x_{i}$ = $y_{j}$
max(c[i-1][j],c[i][j-1])	i,j>0&& $x_{i}$ $\neq$ $y_{j}$

基于上面的公式，使用动态规划的思路求LCS，具体算法如下：

#include<iostream>
#include<string>
#include<algorithm>
using namespace std;
static const int  MAX=100;

int lcs(string x, string y) {

	int c[MAX][MAX];
	int n, m;

	n = x.size();
	m = y.size();
	
	int max1=0;

	for (int i = 0; i <= n; i++) {
		c[i][0] = 0;
	}

	for (int j = 0; j <= m; j++) {
		c[0][j]=0;
	}

	for (int i = 1; i <= n; i++) {
		for (int j = 1; j <= m; j++) {
			if (x[i] == y[j])c[i][j] = c[i - 1][j - 1] + 1;
			else {
				c[i][j] = max(c[i - 1][j], c[i][j - 1]);
			}
			max1 = max(c[i][j], max1);
		}
	}

	return max1;
}

int main() {
	string s1, s2;
	int n;
	cin >> n;
	for (int i = 0; i < n; i++) {
	cin >> s1 >> s2;
	cout << lcs(s1, s2) << endl;
	}
	return 0;
}

此算法复杂度为O（nm）。

读《挑战程序设计竞赛》第二十九天（侵删）2021.3.30

（ 2021.7.13 第一次修改）