Interview100-56 最长公共子序列问题（LCS）

题目

如果字符串1的所有字符串按其在字符串中的出现顺序出现在另外一个字符串2中，则字符串1称之为字符串2的子串。注意，并不要求子串（字符串1）的字符必须连续的出现在字符串2中。请编写一个函数，输入两个字符串，求它们的最长功能子串，并打印最长公共子串。

解法

1. 递归方法。我们设C[i,j]表示字符串Xi={X1，X2，..., Xm}和Yj={Y1,Y2,..., Yn}的LCS（Zk={Z1，Z2，...，Zk}）长度，则该问题具有如下最优子结构：

• 如果Xm=Yn，则Zk=Xm=Yn，且Zk-1是Xm-1和Yn-1的一个LCS
• 如果Xm != Yn，则Zk != Xm，且Zk-1是Xm-1和Yn的一个LCS
• 如果Xm !=Yn，则Zk !=Yn，且Zk-1是Xm和Yn-1的一个LCS

以此可以写出该问题的递归式：

• C[i, j] = 0，if i =j=0.
• C[i, j] = C[i-1, j-1] + 1，if xi = yj
• C[i, j] = max{C[i-1, j], C[i, j-1]} , if xi != yj

由此可以得到递归求解方法为：

LCS-RECURSION(int[] x, int[] y, int i, int j):
    int[][] c = new int[x.length][y.length];
    if i == 1 or j == 1:
        return 0;
    if x[i] == y[j]:
        c[i, j] = c[i-1, j-1] + 1;
    else
        c[i, j] = max{LCS-RECURSION(x, y, i-1, j), LCS-RECURSION(x, y, i, j-1)};

这种方式只是计算除了X和Y的最长公共子序列的长度，而解的本身则无法计算。

2. 动态规划。动态规划的方式，避免了递归方式中重复计算相同子问题的解，它规模最小的子问题开始自底向上的计算直到最终规模的问题。并且它维护了另一个二维数组b[m, n]，记录了寻找出的LCS的解的路径，通过回溯该路径，可以找到LCS的元素值。

LCS-DYNAMIC-PROGRAMMING(int[] x, int[] y):
    int m = x.length;
    int n = y.length;
    new c[m, n] and b[m, n] is a new array.
    for i = 0 to m:
        c[i, 0] = 0;
    for j = 0 to n:
        c[0, j] = 0;
    for i = 1 to m:
        for j = 1 to n:
            if x[i] == y[j]:
                c[i,j] = c[i-1, j-1] + 1;
                b[i,j] = "\";
            else 
                if c[i-1,j] >= c[i, j-1]:
                    c[i,j] = c[i-1,j];
                    b[i,j] = "|"
                else 
                    c[i,j] = c[i, j-1];
                    b[i,j] = "-";
    return c and b; 
                

回溯得到问题的解:

PRINT-LCS(int[] x, int[][] b, int i, int j):
    if i == 0 or j == 0:
        return ;
    if b[i,j] == "\":
        PRINT-LCS(x, b, i-1, j-1);
        PRINT x[i,j];
    else if b[i,j] == "|":
        PRINT-LCS(x, b, i-1, j);
    else 
        PRINT-LCS(x, b, i, j-1);