动态规划---＞2.最长公共子序列问题

动态规划

最长公共子序列问题

问题描述：
给定两个序列X={x₁,x₂,…,x_n}和Y={y₁,y₂,…,y_n},找出X和Y的一个最长公共子序列
说明：

• 1.子序列：
  给定序列X={x₁,x₂,…,x_n},Z={z₁,z₂,…,z_n},若Z中的元素是X中的元素，当且仅当这些元素的按X原序列中的的顺序递增排列，则称Z是X的子序列
• 2.公共子序列
  给定序列X和序列Y,序列Z是X的子序列，也是Y的子序列，则称Z是X和Y的公共子序列
• 3.最长公共子序列
  包含元素最多的公共子序列即为最长公共子序列

最优子结构性质分析：
设Z_k={z₁,z₂,…,z_k}是序列X_m={x₁,x₂,…,x_m}和序列Y_n={y₁,y₂,…,y_n}的最长公共子序列
1.若z_k=x_m=y_n，则Z_k-1={}是X_m-1和Y_n-1的最长公共子序列
2.若x_m≠y_n,x_m≠z_k,则Z_k是X_m-1和Y_n的最长公共子序列
3.若x_m≠y_n,y_n≠z_k,则Z_k是X_m和Y_n-1的最长公共子序列

建立最优值得递归关系式：
设c[i][j]表示序列X_i和Y_j的最长公共子序列的长度

算法设计：

• 步骤1：确定合适的数据结构
  1.采用二维数组c来存放各个子问题的最优值,c[i][j]表示序列X_i和Y_j的最长公共子序列的长度
  2.二维数组b来存放各个子问题最优解的来源（如b[i][j]=1表示c[i][j]由c[i-1][j-1]+1得到；b[i][j]=2表示c[i][j]由c[i][j-1] 得到；b[i][j]=3表示c[i][j]由c[i-1][j] 得到）
  数组x[] (长度为m)和y[] (长度为n)分别用来存放X序列和Y序列
• 步骤2：初始化
  令c[i][0]=0,c[0][j]=0 {0≤i≦m,0≦j≦n}
• 步骤3：循环阶段，根据递归关系式，确定序列X_i和·Y_j的最长公共子序列长度，1≦i≦m
  步骤3-1：
  i=1时，，求出c[1][j],同时记录c[1][j],1≦j≦n
  步骤3-2：
  1=2时，求出c[2][j],同时记录吧b[2][j],1≦j≦n
  以此类推，直到
  步骤3-m:
  i=m时，求出c[m][j],同时记录b[m][j],1≦j≦n;此时c[m][n] 就是序列X和Y的最长公共子序列
• 步骤4：
  根据二维数组b记录的相关信息以自底向上的方式来构造最优解
  步骤4-1：
  初始时：i=m,j=n
  步骤4-2：
  如果b[i][j]=1,则输出x[i],同时递推到b[i-1][j-1]；如果b[i][j]=2,则递推到b[i][j-1]；如果b[i][j]=3,则递推到b[i-1][j]；
  重复执行步骤4-2，直到i=0或j=0，此时就可得到序列X和Y的最长公共子序列

c++代码：

//自底向上计算最优值，并记录相关信息
void LCSLength(){
	int i,j;
	for(i=1; i<=m; i++){
		c[i][0] = 0;
	}
	for(i=1; i<=n;i++){
		c[0][i] = 0;
	}
	for(i=1; i<=m; i++){
		for(j=1; j<=n; j++){
			if(x[i] == y[j]){
				c[i][j] = c[i-1][j-1] + 1;
				b[i][j] = 1;
			}else if(){
				c[i][j] = c[i-1][j];
				b[i][j] = 3;
			}else{
				c[i][j] = c[i][j-1];
				b[i][j] = 2;
			}
		}
	}
}

void LCS(int i,int j,char *x,int **b){
	if(i == 0 || j == 0){
		return;
	}
	if(b[i][j] == 1){
		LCS(i-1,j-1,x,b);
		cout<<x[i];
	}else if(b[][] == 2){
		LCS(i,j-1,x,b);
	}else{
		LCS(i-1,j,x,b);
	}

}