动态规划算法最大公共子序列

动态规划算法解决最长公共子序列问题的基本思路是：定义一个二维数组dp，其中dp[i][j]表示序列X的前i个元素和序列Y的前j个元素的最长公共子序列的长度。则可以得到以下状态转移方程：

如果X[i] == Y[j]，则dp[i][j] = dp[i-1][j-1] + 1；

如果X[i] != Y[j]，则dp[i][j] = max(dp[i-1][j], dp[i][j-1])；

其中，如果X[i] == Y[j]，说明当前元素可以加入最长公共子序列中，则最长公共子序列长度加1，即dp[i-1][j-1] + 1；如果X[i] != Y[j]，则当前元素不能加入最长公共子序列中，需要考虑X的前i-1个元素和Y的前j个元素的最长公共子序列与X的前i个元素和Y的前j-1个元素的最长公共子序列哪个更长，即max(dp[i-1][j], dp[i][j-1])。

最终，最长公共子序列的长度为dp[m][n]，其中m和n分别为序列X和Y的长度。

C语言代码实现如下：

```c

#include <stdio.h>

#include <string.h>

#define MAXN 1000

int dp[MAXN][MAXN]; // dp数组

char X[MAXN], Y[MAXN]; // 两个序列

int max(int a, int b) {

    return a > b ? a : b;

}

int main() {

    scanf("%s %s", X, Y); // 输入两个序列

    int m = strlen(X), n = strlen(Y); // 计算两个序列的长度

    // 初始化dp数组

    for (int i = 0; i <= m; i++) {

        dp[i][0] = 0;

    }

    for (int j = 0; j <= n; j++) {

        dp[0][j] = 0;

    }

    // 计算dp数组

    for (int i = 1; i <= m; i++) {

        for (int j = 1; j <= n; j++) {

            if (X[i-1] == Y[j-1]) {

                dp[i][j] = dp[i-1][j-1] + 1;

            } else {

                dp[i][j] = max(dp[i-1][j], dp[i][j-1]);

            }

        }

    }

    printf("%d\n", dp[m][n]); // 输出最长公共子序列的长度

    return 0;

}

```