原文地址: http://blog.csdn.net/zhouworld16/article/details/16338141
看了《算法导论》中文第二版P208的动态规划求解LCS问题,觉得很赞,但总觉得算导写得有些晦涩,希望自己能写得简单易懂一些,纯当锻炼了,欢迎指导交流。
首先,子序列和子串是不一样的。子串是连续的,而子序列中的元素组成可以是不连续的,但元素的位置下标一定是递增的。以一个字串S = "abcdef"为例,字串S的一个子串是"abc",'cdef'这种连续的,而子序列可以是"abc",也可以是"af ",给人的直观感觉就是用S中的字符拼凑成的,但f一定在a之前。
我们设有两个字符串X和Y,其中,X={x0, x1, x2, ....xi },Y={y0, y1, y2, yj }。用lcs(i , j)表示字符串X与Y的最长公共子序列的长度。
由动态规划思想可知,问题的最优解是由子问题的最优解构成的,所以lcs(i,j) 的值与lcs(i-1, j-1), lcs(i-1, j), lcs(i, j-1) 都有一定的关系。
要确定lcs(i,j)的值,首先比较一下xi, yj 的值,有以下2种情况:
1. xi == yj,说明xi与yj 一定在最长公共子序列中,所以lcs (i , j) 是由lcs(i-1,j -1)之前的值决定的,即
lcs(i,j) = lcs(i-1, j-1) + 1;
2. xi != yj ,设在最长公共子序列中的最后一个值为zk,可能zk == xi,也可能zk == yj,也可能zk与xi, yj的值都不同。
这3种情况的分析如下:
a. zk == xi, 那么最长公共子序列取决于去掉yj的Y字符串与X字符串的最长公共子序列,
即lcs(i, j) = lcs(i, j-1);
b. 与a同理,若yj在最长公共子序列中,那么lcs(i, j) = lcs(i - 1, j);
c. zk与xi, yj的值都不同,那么lcs( i, j ) 的值取决于去掉xi的X字串与去掉yj的Y字串的最长公共子序列的长度,即
lcs(i, j) = lcs( i-1, j-1)。
结合a,b,c的情况,因为最长公共子序列必有最大的长度,所以
lcs(i, j) = max ( lcs( i-1, j) , lcs( i, j-1) )。这个公式之所以包含情况c,是因为在情况c下,最长公共子序列的最后一个
值zk肯定是xi与yj之前的位置上的值,xi 与yj 在这种情况下对最长公共子序列的长度没有影响力,所以在这种情况下,
lcs( i-1, j) 和 lcs( i, j-1)都等于lcs (i -1, j -1),可归并到公式中。
因此,我们有:
当xi == yj 时,lcs(i,j) = lcs(i-1, j-1) + 1;
当xi != yj 时, lcs(i, j) = max ( lcs( i-1, j) , lcs( i, j-1) )。
分析完毕,可以练练手了,POJ的1458题正是LCS的题。
LCS的一般代码如下: