动态规划求最长公共子序列LCS

        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！