动态规划-最长公共子序列 (LCS)
-
题目描述:
给定两个字符串(或数字序列)A和B,求一个字符串,使得这个字符串是A和B的最长公共部分(子序列可以不连续)。
如样例所示,字符串"sadstory"与"adminsorry"的最长公共子序列为"adsory",长度为6
-
动态规划的解法
令
dp[i][j]
表示字符串A的i
号位和字符串B的j
号位之前的LCS长度(下标从1开始),如dp[4][5]
表示”sads“与"admin"的LCS长度。那么可以根据A[1]和B[j]的情况,分为两种决策:- 若A[i] == B[j],则字符串A与字符串B的LCS增加了1位,即有
dp[i][j] = dp[i-1][j-1]+1
。例如,样例中dp[4][6]
表示"sads"与"admins"的LCS长度,比较A[4]与B[6],发现两者都是’s’,因此dp[4][6]
就等于dp[3][5]
加1,即为3。 - 若A[i] != B[j],则字符串A的i号位和字符串B的j号位之前的LCS无法延长,因此
dp[i][j]
将会继承dp[i-1][j]
与dp[i][j-1]
中的较大值,即有dp[i][j]
= max{dp[i-1][j]
,dp[i][j-1]
}。例如,样例中dp[3][3]
表示"sad"与"adm"的LCS长度,我们比较A[3]与B[3],发现’d’不等于’m’,这样dp[3][3]
无法再原先的基础上延长,因此继承自"sa"与"adm"的LCS,"sad"与"ad"的LCS中的较大值,即"sad"与"ad"的LCS长度-2。
- 若A[i] == B[j],则字符串A与字符串B的LCS增加了1位,即有
-
状态转移方程。
边界:dp[i][0] = dp[0][j] = 0 (0 <= i <= n,0 <= j <= m)
这样状态
dp[i][j]
只与之前的状态有关,由边界出发就可以得到整个dp数组,最终dp[n][m]
就是需要的答案,时间复杂度为O(nm)。 -
代码如下:
#include <cstdio> #include <cstring> #include <algorithm> using namespace std; const int N = 100; char A[N],B[N]; int dp[N][N]; int main(){ int n; gets(A+1); // 从下标为1开始读入 gets(B+1); int lenA = strlen(A+1); // 由于读入时下标从1开始,因此读取长度也从1开始 int lenB = strlen(B+1); // 边界 for(int i = 0 ; i <= lenA ; i++){ dp[i][0] = 0; } for(int j = 0 ; j <= lenB ; j++){ dp[0][j] = 0; } // 状态转移方程 for(int i = 1 ; i <= lenA ; i++){ for(int j = 1 ; j <= lenB ; j++){ if(A[i] == B[j]){ dp[i][j] = dp[i-1][j-1] + 1; }else{ dp[i][j] = max(dp[i-1][j],dp[i][j-1]); } } } // dp[lenA][lenB]是答案 printf("%d\n",dp[lenA][lenB]); return 0; }
-
运行结果