现在有两串字符串str1和str2,要求它们的最长公共子序列。首先要说的是,子序列的各字符可以是在原来的母串中分开的,但是前后是有序的,而子串的各字符则必须是在母串中连续挨着的。子串和子序列不要搞混。
要求它们的最长公共子序列,如果刚学习算法,那初学者肯定会想到一种很简单暴力的方法,就是先从str2中拆出若干个子序列,再将它们检查是否是str1的子序列,再选出最长的那个。这样显然很糟糕,因为你的时间开销已经爆炸性增长了,不可取。那么下面就说一种动态的方法求LCS长度。(LCS即为最长公共子序列)
动态规划的思想首先要说一个情形:
str1=<X1,X2,.....,Xm>
str2=<Y1,Y2,......,Yn>
LCS=<L1,L2,.......Lp> (LCS为str1与str2的最长公共子序列)
①如果Xm == Yn,那么LCS=<L1,L2.....Lp-1>是str1<X1,X2,...,Xm-1>与str2<Y1,Y2,...Yn-1>的LCS
②如果Xm != Yn,那么LCS=<L1,L2,...LP>是str1<X1,x2,..Xm-1>与str2<Y1,Y2,...Yn>的LCS 或者是str1<X1,X2,...Xm>与str2<Y1,Y2,...Yn-1>的LCS
以上可以想到一个递归过程的思想,但递归的代价有点大,不值得,浪费了一些时间,那么就用一个过程二维数组LCS 来纪录过程把递归转化成非递归,这里就是动态规划的精髓了。
对于str1=<X1,X2,.....,Xm>,str2=<Y1,Y2,......,Yn> (注意:代码中串下标从0开始)
初始化LCS[0,1,2,...m][0,1,2,...n],先把二维数组LCS置0.
①如果Xi == Yj,那么LCS[i,j]=LCS[i-1][j-1]+1;
②如果Xi != Yj,那么LCS[i][j]=MAX( LCS[i-1][j] , LCS[i][j-1] );
其中i,j初始为1,j++循环后i++.
下面给出代码演示:
#include<iostream>
#include<cstring>
using namespace std;
int max(int a,int b)
{
if(a>b)
return a;
else
return b;
}
int main()
{
int i,j,len1,len2;
char str1[32],str2[32];
int LCS[32][32]; //用二维数组c[i][j]记录串X0,X1...Xi-1与Y0,Y1...Yj-1的LCS长度
for(i=0;i<32;i++)
for(j=0;j<32;j++)
LCS[i][j]=0;
cin>>str1;
cin>>str2;
len1=strlen(str1);
len2=strlen(str2);
for(i=1;i<=len1;i++)
{
for(j=1;j<=len2;j++)
{
if(str1[i-1]==str2[j-1])
LCS[i][j]=LCS[i-1][j-1]+1;
if(str1[i-1]!=str2[j-1])
LCS[i][j]=max(LCS[i-1][j],LCS[i][j-1]);
}
}
cout<<LCS[len1][len2]<<endl; //动态规划的最终结果
return 0;
}
谢谢!