公共子序列:即序列X和序列Y共有的序列,可以不是连续序列,但子序列存在顺序排列
例如:X : 3 2 1 5 7 9 5 4 Y :6 3 1 4 7 4 2
则序列X和序列Y最长公共子序列为 3 1 7 4(有时可能不唯一)
第一个想到的是直接暴力破解,对每个X的子序列进行穷举,检查每个子序列是否是Y的子序列,但如果X有m个元素,X的子序列有2^m个,此时时间复杂度为指数阶,肯定不可行。于是用了动态规划构造最优解的方法来做这种题。
子问题之间的依赖关系:
设X={x1,x2,x3,……xm} 和 Y={y1,y2,y3,……yn},Z={z1,z2,z3,……zk}为X和Y的LCS(最长公共子序列)
-
xm=yn => zk=xm=yn,且Zk-1是Xm-1和Yn-1的LCS;
-
xm!=yn zk!=xm => Zk是Xm-1和Yn的LCS;
-
xm!=yn zk!=ym => Zk是Xm和Yn-1的LCS;
所以 最长公共子序列递归式:
具体的思路可参考动态规划 最长公共子序列 过程图解,这篇博客挺详细的。(其实我也不怎么懂φ(>ω<*))。
代码
#include<iostream>
#include<cstring>
using namespace std;
#define N 101
int c[N][N];//记录最长公共子列的长度
int b[N][N];// 记录最长公共子列的长度的来源
char s1[N],s2[N];
int len1,len2;
//最长子列求解函数
void LCS()
{
int i,j;
for(i=1;i<=len1;i++)
{
for(j=1;j<=len2;j++)
{
if(s1[i-1]==s2[j-1])
{
//如果当前字符相等,则公共子序列长度为该字符前的最长子序列+1
c[i][j]=c[i-1][j-1]+1;
b[i][j]=1;
}
else
{
//两者找最大
if(c[i][j-1]>=c[i-1][j])
{
c[i][j]=c[i][j-1];
b[i][j]=2;
}
else
{
c[i][j]=c[i-1][j];
b[i][j]=3;
}
}
}
}
}
void print(int i,int j)
{
if(!i || !j)
return;
if(b[i][j]==1)
{
print(i-1,j-1);
cout<<s1[i-1];
}
else
{
if(b[i][j]==2)
print(i,j-1);
else
print(i-1,j);
}
}
int main()
{
int i,j;
cout<<"输入第一个字符串s1 :"<<endl;
cin>>s1;
cout<<"输入第一个字符串s2 :"<<endl;
cin>>s2;
len1=strlen(s1);
len2=strlen(s2);
for(i=0;i<=len1;i++)
c[i][0]=0;//初始化第一列
for(j=0;j<=len2;j++)
c[0][j]=0;//初始化第一行
LCS();
cout<<"s1和s2的最长子序列长度为:"<<c[len1][len2]<<endl;
cout<<"s1和s2的最长公共子序列为:";
print(len1,len2);
return 0;
}