LCS（最长公共子序列）注意：是可以不连续的，区别于最长公共子串

LCS的定义

o   最长公共子序列，即LongestCommon Subsequence，LCS。

o   一个序列S任意删除若干个字符得到新序列T，则T叫做S的子序列；

o   两个序列X和Y的公共子序列中，长度最长的那个，定义为X和Y的最长公共子序列。

n   字符串13455与245576的最长公共子序列为455

n   字符串acdfg与adfc的最长公共子序列为adf

o   注意区别最长公共子串(LongestCommon Substring)

n   最长公共字串要求连续

 LCS的意义

o   求两个序列中最长的公共子序列算法，广泛的应用在图形相似处理、媒体流的相似比较、计算生物学方面。生物学家常常利用该算法进行基因序列比对，由此推测序列的结构、功能和演化过程。

o   LCS可以描述两段文字之间的“相似度”，即它们的雷同程度，从而能够用来辨别抄袭。另一方面，对一段文字进行修改之后，计算改动前后文字的最长公共子序列，将除此子序列外的部分提取出来，这种方法判断修改的部分，往往十分准确。简而言之，百度知道、百度百科都用得上。

暴力求解：穷举法

o   假定字符串X，Y的长度分别为m，n；

o   X的一个子序列即下标序列{1,2, …, m}的严格递增子序列，因此，X共有2m个不同子序列；同理，Y有2n个不同子序列，从而穷举搜索法需要指数时间O(2m.2n)；

o   对X的每一个子序列，检查它是否也是Y的子序列，从而确定它是否为X和Y的公共子序列，并且在检查过程中选出最长的公共子序列；

o   显然，不可取。

 LCS的记号

o   字符串X，长度为m，从1开始数；

o   字符串Y，长度为n，从1开始数；

o   Xi=﹤x1，⋯，xi﹥即X序列的前i个字符(1≤i≤m)(Xi不妨读作“字符串X的i前缀”)

o   Yj=﹤y1，⋯，yj﹥即Y序列的前j个字符(1≤j≤n) (字符串Y的j前缀)；

o   LCS(X, Y) 为字符串X和Y的最长公共子序列，即为Z=﹤z1，⋯，zk﹥。

n   注：不严格的表述。事实上，X和Y的可能存在多个子串，长度相同并且最大，因此，LCS(X,Y)严格的说，是个字符串集合。即：Z∈ LCS(X , Y) .

LCS解法的探索：xm=yn

o  若xm=yn(最后一个字符相同)，则：Xm与Yn的最长公共子序列Zk的最后一个字符必定为xm(=yn)。

n  zk=xm=yn

n  LCS(Xm , Yn) = LCS(Xm-1 , Yn-1) + xm

o   记LCS(Xm,Yn)=W+xm，则W是Xm-1的子序列；同理，W是Yn-1的子序列；因此，W是Xm-1和Yn-1的公共子序列。

n   反证：若W不是Xm-1和Yn-1的最长公共子序列，不妨记

LCS(Xm-1,Yn-1)=W’，且|W’|＞|W|；那么，将W换成W’，得到更长的LCS(Xm,Yn)=W’xm，与题设矛盾。

进一步思考的问题

o  方向数组b是完全可以省略的：

n   数组元素c[i,j]的值仅由c[i-1,j-1]，c[i-1,j]和c[i,j-1]

三个值之一确定，因此，在计算中，可以临时判断c[i,j]的值是由c[i-1,j-1]，c[i-1,j]和c[i,j-1]中哪一个数值元素所确定，代价是Ο(1)时间。

o  若只计算LCS的长度，则空间复杂度为min(m,n)。

n   在计算c[i,j]时，只用到数组c的第i行和第i-1行。因此，只要用2行的数组空间就可以计算出最长公共子序列的长度。