最长公共子序列:给定两个序列 S1 和 S2,求二者公共子序列 S3 的最长的长度。
有了前面的基础,可以发现这个问题仍然可以按照序列的长度来划分状态,也就是 S1 的前 i 个字符和 S2 的前 j 个字符的最长公共子序列长度,记为 dp[i][j]。
如果 S1 的第 i 项,和 S2 的第 j 项相同,那么 S1[i] 与 S2[j] 作为公共子序列的末尾,则
dp[i][j]=dp[i−1][j−1]+1
也可以不让 S1[i] 与 S2[j] 作为公共子序列的末尾,则
dp[i][j]=max(dp[i][j−1],dp[i−1][j])
不难证明
max(dp[i][j−1],dp[i−1][j])≤dp[i−1][j−1]+1
那么转移方程是:
举一个例子,两个序列 S1=abcfbc 和 S2=abfcab,根据转移方程可以得出 dp[i][j]
最后的 dp[6][6],就是abcfbc
和abfcab
的最长公共子序列的长度。
算法的时间复杂度为 O(n2),是一个典型的 2D/0D 动态规划。
完整代码:
#include <iostream>
#include <string>
#include <algorithm>
using namespace std;
int dp[1005][1005];
int main() {
string a, b;
cin >> a >> b;
for(int i = 1; i <= a.size(); i++){
for(int j = 1; j <= b.size(); j++){
if (a[i - 1] == b[j - 1]){
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
cout << dp[a.size()][b.size()];
return 0;
}