基本概念
首先需要科普一下渔彰,最長公共子序列(longest common sequence)和最長公共子串(longest common substring)不是一回事兒捷泞。
什么是子序列呢海洼?
這里給出一個例子:有兩個母串
cnblogs
belong
比如序列bo, bg, lg在母串cnblogs與belong中都出現(xiàn)過并且出現(xiàn)順序與母串保持一致畔况,我們將其稱為公共子序列贞谓。最長公共子序列(Longest Common Subsequence,LCS)斤富,顧名思義,是指在所有的子序列中最長的那一個罐柳。
什么是子串呢掌腰?
子串是要求更嚴(yán)格的一種子序列,要求在母串中連續(xù)地出現(xiàn)张吉。
在上述例子的中齿梁,最長公共子序列為blog(cnblogs,belong),最長公共子串為lo(cnblogs, belong)。
給一個圖再解釋一下:
如上圖勺择,給定的字符序列: {a,b,c,d,e,f,g,h}创南,它的子序列示例: {a,c,e,f} 即元素b,d,g,h被去掉后,保持原有的元素序列所得到的結(jié)果就是子序列省核。同理稿辙,{a,h},{c,d,e}等都是它的子序列。
它的子串示例:{c,d,e,f} 即連續(xù)元素c,d,e,f組成的串是給定序列的子串气忠。同理邻储,{a,b,c,d},{g,h}等都是它的子串。
這個問題說明白后旧噪,最長公共子序列(以下都簡稱LCS)就很好理解了吨娜。
給定序列s1={1,3,4,5,6,7,7,8},s2={3,5,7,4,8,6,7,8,2},s1和s2的相同子序列淘钟,且該子序列的長度最長萌壳,即是LCS。
s1和s2的其中一個最長公共子序列是 {3,4,6,7,8}
動態(tài)規(guī)劃
求解LCS問題日月,不能使用暴力搜索方法袱瓮。一個長度為n的序列擁有 2的n次方個子序列,它的時間復(fù)雜度是指數(shù)階爱咬,太恐怖了尺借。解決LCS問題,需要借助動態(tài)規(guī)劃的思想精拟。
動態(tài)規(guī)劃算法通常用于求解具有某種最優(yōu)性質(zhì)的問題燎斩。在這類問題中,可能會有許多可行解蜂绎。每一個解都對應(yīng)于一個值栅表,我們希望找到具有最優(yōu)值的解。動態(tài)規(guī)劃算法與分治法類似师枣,其基本思想也是將待求解問題分解成若干個子問題怪瓶,先求解子問題,然后從這些子問題的解得到原問題的解践美。與分治法不同的是洗贰,適合于用動態(tài)規(guī)劃求解的問題,經(jīng)分解得到子問題往往不是互相獨立的陨倡。若用分治法來解這類問題敛滋,則分解得到的子問題數(shù)目太多,有些子問題被重復(fù)計算了很多次兴革。為了避免大量的重復(fù)計算绎晃,節(jié)省時間蜜唾,我們引入一個數(shù)組,不管它們是否對最終解有用庶艾,把所有子問題的解存于該數(shù)組中灵妨,這就是動態(tài)規(guī)劃法所采用的基本方法。
特征分析
解決LCS問題落竹,需要把原問題分解成若干個子問題,所以需要刻畫LCS的特征货抄。
設(shè)A=“a0述召,a1,…蟹地,am”积暖,B=“b0,b1怪与,…夺刑,bn”,且Z=“z0分别,z1遍愿,…,zk”為它們的最長公共子序列耘斩。不難證明有以下性質(zhì):
如果am=bn沼填,則zk=am=bn,且“z0括授,z1坞笙,…,z(k-1)”是“a0荚虚,a1薛夜,…,a(m-1)”和“b0版述,b1梯澜,…,b(n-1)”的一個最長公共子序列渴析;
如果am!=bn腊徙,則若zk!=am,蘊(yùn)涵“z0檬某,z1撬腾,…,zk”是“a0恢恼,a1民傻,…,a(m-1)”和“b0,b1漓踢,…牵署,bn”的一個最長公共子序列;
如果am!=bn喧半,則若zk!=bn奴迅,蘊(yùn)涵“z0,z1挺据,…取具,zk”是“a0,a1扁耐,…暇检,am”和“b0,b1婉称,…块仆,b(n-1)”的一個最長公共子序列。
有些同學(xué)王暗,一看性質(zhì)就容易暈菜悔据,所以我給出一個圖來讓這些同學(xué)理解一下:
以我在第1小節(jié)舉的例子(S1={1,3,4,5,6,7,7,8}和S2={3,5,7,4,8,6,7,8,2}),并結(jié)合上圖來說:
假如S1的最后一個元素 與 S2的最后一個元素相等俗壹,那么S1和S2的LCS就等于 {S1減去最后一個元素} 與 {S2減去最后一個元素} 的 LCS 再加上 S1和S2相等的最后一個元素蜜暑。
假如S1的最后一個元素 與 S2的最后一個元素不等(本例子就是屬于這種情況),那么S1和S2的LCS就等于 : {S1減去最后一個元素} 與 S2 的LCS策肝, {S2減去最后一個元素} 與 S1 的LCS 中的最大的那個序列肛捍。
遞歸公式
假設(shè)Z=<z1,z2,?,zk>是X與Y的LCS, 我們觀察到
如果Xm=Yn之众,則Zk=Xm=Yn拙毫,有Zk?1是Xm?1與Yn?1的LCS;
如果Xm≠Yn棺禾,則Zk是Xm與Yn?1的LCS缀蹄,或者是Xm?1與Yn的LCS。
因此膘婶,求解LCS的問題則變成遞歸求解的兩個子問題缺前。但是,上述的遞歸求解的辦法中悬襟,重復(fù)的子問題多衅码,效率低下。改進(jìn)的辦法——用空間換時間脊岳,用數(shù)組保存中間狀態(tài)逝段,方便后面的計算垛玻。這就是動態(tài)規(guī)劃(DP)的核心思想了。
DP求解LCS
用二維數(shù)組c[i][j]記錄串x1x2?xi與y1y2?yj的LCS長度奶躯,則可得到狀態(tài)轉(zhuǎn)移方程
計算LCS的長度的圖解過程
以s1={1,3,4,5,6,7,7,8},s2={3,5,7,4,8,6,7,8,2}為例帚桩。我們借用《算法導(dǎo)論》中的推導(dǎo)圖:
圖中的空白格子需要填上相應(yīng)的數(shù)字(這個數(shù)字就是c[i,j]的定義,記錄的LCS的長度值)嘹黔。填的規(guī)則依據(jù)遞歸公式账嚎,簡單來說:如果橫豎(i,j)對應(yīng)的兩個元素相等,該格子的值 = c[i-1,j-1] + 1儡蔓。如果不等郭蕉,取c[i-1,j] 和 c[i,j-1]的最大值。首先初始化該表:
然后浙值,一行一行地從上往下填;
S1的元素3 與 S2的元素3 相等檩小,所以 c[2,1] = c[1,0] + 1
S1的元素3 與 S2的元素5 不等,c[2,2] =max(c[1,2],c[2,1])规求,圖中c[1,2] 和 c[2,1] 背景色為淺黃色筐付。
繼續(xù)填充:
中間幾行填寫規(guī)則不變,直接跳到最后一行:
至此阻肿,該表填完瓦戚。根據(jù)性質(zhì),c[8,9] = S1 和 S2 的 LCS的長度丛塌,即為5较解。
構(gòu)造LCS
本文S1和S2的最LCS并不是只有1個,本文并不是著重講輸出兩個序列的所有LCS赴邻,只是介紹如何通過上表印衔,輸出其中一個LCS。
我們根據(jù)遞歸公式構(gòu)建了上表姥敛,我們將從最后一個元素c[8][9]倒推出S1和S2的LCS奸焙。
c[8][9] = 5,且S1[8] != S2[9]彤敛,所以倒推回去与帆,c[8][9]的值來源于c[8][8]的值(因為c[8][8] > c[7][9])。
c[8][8] = 5, 且S1[8] = S2[8], 所以倒推回去墨榄,c[8][8]的值來源于 c[7][7]玄糟。
以此類推,如果遇到S1[i] != S2[j] 袄秩,且c[i-1][j] = c[i][j-1] 這種存在分支的情況茶凳,這里請都選擇一個方向(之后遇到這樣的情況嫂拴,也選擇相同的方向)。
這就是倒推回去的路徑贮喧,棕色方格為相等元素筒狠,即LCS = {3,4,6,7,8},這是其中一個結(jié)果箱沦。
如果如果遇到S1[i] != S2[j] 辩恼,且c[i-1][j] = c[i][j-1] 這種存在分支的情況,選擇另一個方向谓形,會得到另一個結(jié)果灶伊。
即LCS ={3,5,7,7,8}。
關(guān)于時間復(fù)雜度
構(gòu)建c[i][j]表需要Θ(mn)寒跳,輸出1個LCS的序列需要Θ(m+n)聘萨。
代碼實現(xiàn):
package com.smart.algorithm.str;
/**
* Created by fc.w on 2018/05/09
*/
public class LCS {
public static int lcs(String s1, String s2) {
int n = s1.length();
int m = s2.length();
int[][] c = new int[n+1][m+1];
for (int i = 0; i <= n; i++) {
for (int j = 0; j <= m; j++) {
if (i == 0 || j == 0) {
c[i][j] = 0;
} else if (s1.charAt(i - 1) == s2.charAt(j - 1)) {
c[i][j] = c[i - 1][j - 1] + 1;
} else {
c[i][j] = Math.max(c[i - 1][j], c[i][j - 1]);
}
}
}
return c[n][m];
}
public static void main(String[] args) {
String strOne = "abcdefg";
String strTwo = "adefgwgeweg";
System.out.println(lcs(strOne, strTwo));
}
}
參考:
https://blog.csdn.net/hrn1216/article/details/51534607
https://blog.csdn.net/u012102306/article/details/53184446