码迷,mamicode.com
首页 > 其他好文 > 详细

LCS问题(最长公共子序列)-动态规划实现

时间:2016-07-19 11:04:21      阅读:159      评论:0      收藏:0      [点我收藏+]

标签:

问题描述:

问题】 求两字符序列的最长公共字符子序列

注意:

并不要求子串(字符串一)的字符必须连续出现在字符串二中。

思路分析:

最优子结构和重叠子问题的性质都具有,所以要采取动态规划的算法

最长公共子序列的结构

设序列X=

其中Xm-1=

子问题的递归结构

由最长公共子序列问题的最优子结构性质可知,要找出X=

由此递归结构容易看到最长公共子序列问题具有子问题重叠性质。

例如,在计算X和Y的最长公共子序列时,可能要计算出X和Yn-1及Xm-1和Y的最长公共子序列。而这两个子问题都包含一个公共子问题,即计算Xm-1和Yn-1的最长公共子序列。

与矩阵连乘积最优计算次序问题类似,我们来建立子问题的最优值的递归关系。用c[i,j]记录序列Xi和Yj的最长公共子序列的长度。其中Xi=<x1, x2, …, xi>,Yj=<y1, y2, …, yj>。

当i=0或j=0时,空序列是Xi和Yj的最长公共子序列,故c[i,j]=0。其他情况下,由定理可建立递归关系如下:

技术分享

代码:

public class ComSubstr {  

    public static void main(String[] arg) {  
        String a = "blog.csdn.net";  
        String b = "csdn.blogt";  
        comSubstring(a, b);  
    }  

    private static void comSubstring(String str1, String str2) {  
        char[] a = str1.toCharArray();  
        char[] b = str2.toCharArray();  
        int a_length = a.length;  
        int b_length = b.length;  
        int[][] lcs = new int[a_length + 1][b_length + 1];  
        // 初始化数组  
        for (int i = 0; i <= b_length; i++) {  
            for (int j = 0; j <= a_length; j++) {  
                lcs[j][i] = 0;  
            }  
        }  
        for (int i = 1; i <= a_length; i++) {  
            for (int j = 1; j <= b_length; j++) {  
                if (a[i - 1] == b[j - 1]) {  
                    lcs[i][j] = lcs[i - 1][j - 1] + 1;  
                }  
                if (a[i - 1] != b[j - 1]) {  
                    lcs[i][j] = lcs[i][j - 1] > lcs[i - 1][j] ? lcs[i][j - 1]  
                            : lcs[i - 1][j];  
                }  
            }  
        }  
        // 输出数组结果进行观察  
        for (int i = 0; i <= a_length; i++) {  
            for (int j = 0; j <= b_length; j++) {  
                System.out.print(lcs[i][j]+",");  
            }  
            System.out.println("");  
        }  
        // 由数组构造最小公共字符串  
        int max_length = lcs[a_length][b_length];  
        char[] comStr = new char[max_length];  
        int i =a_length, j =b_length;  
        while(max_length>0){  
            if(lcs[i][j]!=lcs[i-1][j-1]){  
                if(lcs[i-1][j]==lcs[i][j-1]){//两字符相等,为公共字符  
                    comStr[max_length-1]=a[i-1];  
                    max_length--;  
                    i--;j--;  
                }else{//取两者中较长者作为A和B的最长公共子序列  
                    if(lcs[i-1][j]>lcs[i][j-1]){  
                        i--;  
                    }else{  
                        j--;  
                    }  
                }  
            }else{  
                i--;j--;  
            }  
        }  
        System.out.print("最长公共字符串是:");  
        System.out.print(comStr);  
    }  
}  

输出结果:

0,0,0,0,0,0,1,2,2,2,2,  
0,0,0,0,0,0,1,2,3,3,3,  
0,0,0,0,0,0,1,2,3,4,4,  
0,0,0,0,0,1,1,2,3,4,4,  
0,1,1,1,1,1,1,2,3,4,4,  
0,1,2,2,2,2,2,2,3,4,4,  
0,1,2,3,3,3,3,3,3,4,4,  
0,1,2,3,4,4,4,4,4,4,4,  
0,1,2,3,4,5,5,5,5,5,5,  
0,1,2,3,4,5,5,5,5,5,5,  
0,1,2,3,4,5,5,5,5,5,5,  
0,1,2,3,4,5,5,5,5,5,6,  
最长公共字符串是:csdn.t  

## 我的微信二维码如下,欢迎交流讨论 ##
技术分享

欢迎关注《IT面试题汇总》微信订阅号。每天推送经典面试题和面试心得技巧,都是干货!

微信订阅号二维码如下:

技术分享

参考:
http://blog.csdn.net/v_JULY_v/article/details/6110269
http://www.programgo.com/article/74411986718/

LCS问题(最长公共子序列)-动态规划实现

标签:

原文地址:http://blog.csdn.net/lpjishu/article/details/51935023

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!