动态规划之LCS算法

一、前言

LCS是Longest Common Subsequence的缩写，即最长公共子序列。一个序列，如果是两个或多个已知序列的子序列，且是所有子序列中最长的，则为最长公共子序列。
另外还有个分支问题：最长公共子串。子串的字符位置必须连续，而子序列则不必，从原序列中去掉任意的元素获得的新序列。可以看出，子串问题比子序列问题要简单地多，子串必定是子序列，换言之，子串是子序列的子集。如果我们能解决子序列问题，子串问题也迎刃而解。

二、解法

2.1穷举法

穷举法是显而易见第一时间从脑子里蹦出来的想法，实际上代码层面的实现也不困难。提取出A序列的每一个子序列，检查其是否也是B序列的子序列，全部比对完后，比较出最长的一个子序列。
不考虑子序列重复的前提下啊，一个长度为n的序列，其子序列个数为2^n（容易理解，每一项取或不取）。易知其时间复杂度为O(2^n)，指数级复杂度一般来说是不可接受的。
这里的空间复杂度我看一些文章说也是O(2^n)，但是我觉得并不需要存下每一个子序列，每一个A的子序列经验证不是B的子序列后即可丢弃，所以存储的花费并不是所有子序列，而是所有公共子序列。所以我认为空间复杂度没有达到O(2^n),可能是我的理解有问题，如果有懂得观众看到这里，恳请指点一二。

2.2动态规划

记X = [x1,x2,...,xm]和Y = [y1,y2,...,yn]的一个最长公共子序列Z = [z1,z2,...,zk]，则有ÿ