前言

当前所有算法都使用测试用例运行过，但是不保证100%的测试用例，如果存在问题务必联系批评指正~

在此感谢左大神让我对算法有了新的感悟认识！

问题介绍

原问题
给定两个字符串str1和str2，求两个字符串的最长公共子序列
如：
str1:1A2C3D4B56
str2：B1D23CA45B6A
结果为：
12C4B6 或 123456

解决方案

原问题：
动态规划方法：
1、构造动态规划矩阵，dp[i][j] 代表str1[0…i]和str2[0…j]之间的最长公共子序列的长度
2、递归关系：
· 比较dp[i-1][j]和dp[i][j-1]的值，如果不相同，则找大的赋值给dp[i][j]，如果相同，则比较str1[i]和str2[j]是否相同，如果相同则dp[i][j] = dp[i-1][j] + 1;

代码编写

java语言版本

原问题：
动态规划方法：

    /*** 获取dp矩阵* @return*/public static int[][] getDpCP(String str1, String str2) {if (str1 == null || str1.length() == 0|| str2 == null || str2.length() == 0) {return null;}char[] chars1 = str1.toCharArray();char[] chars2 = str2.toCharArray();int[][] dp = new int[chars1.length][chars2.length];dp[0][0] = chars1[0] == chars2[0] ? 1 : 0;// 初始化for (int i = 1; i < dp.length; i++) {dp[i][0] = dp[i-1][0] == 1 || chars2[0] == chars1[i] ? 1 : 0;}for (int i = 1; i < dp[0].length; i++) {dp[0][i] = dp[0][i-1] == 1 || chars1[0] == chars2[i] ? 1 : 0;}for (int i = 1; i < dp.length; i++) {for (int j = 1; j < dp[0].length; j++) {if (dp[i-1][j] == dp[i][j-1]) {dp[i][j] = chars1[i] == chars2[j] ? dp[i-1][j] + 1 : dp[i-1][j];}else {dp[i][j] = dp[i-1][j] > dp[i][j-1] ? dp[i-1][j] : dp[i][j-1];}}}return dp;}/*** 根据dp获取序列* @param str1* @param str2* @return*/public static String getSeqCP(String str1, String str2) {if (str1 == null || str1.length() == 0|| str2 == null || str2.length() == 0) {return null;}char[] chars1 = str1.toCharArray();char[] chars2 = str2.toCharArray();int[][] dpCP = getDpCP(str1, str2);int maxLen = chars1.length > chars2.length ? chars1.length : chars2.length;char[] charRes = new char[maxLen];int index = 0;int i = dpCP.length-1;int j = dpCP[0].length-1;while (i != 0 && j != 0) {if (dpCP[i-1][j] == dpCP[i][j-1] && dpCP[i-1][j] == dpCP[i][j] - 1) {// 添加当前值charRes[index++] = chars1[i];i--;}else if (dpCP[i-1][j] >= dpCP[i][j-1]){i--;}else {j--;}}if (dpCP[i][j] == 1) {charRes[index++] = i == 0 ? chars1[i] : chars2[j];}// 翻转CommonUtils.reverseChar(charRes, 0, index);return String.valueOf(charRes, 0, index);}public static void main(String[] args) {System.out.println(getSeqCP("1A2C3D4B56", "B1D23CA45B6A"));}

c语言版本

正在学习中

c++语言版本

正在学习中

思考感悟

首先dp[i][j]的含义是非常容易想到的吧，就算是递归方法，无非入参就是str1和str2，i，j，四个变量，这里没有使用暴力递归了，因为实在是太消耗没用的资源了，所以我们把它淘汰了！
第二个要素就是递推公式的由来，这里我第二遍做这个题，时隔半年，最后还是想到了，首先dp[i-1][j]代表str1[0…i-1]和str2[0…j]之间的最长子序列长度，dp[i][j-1]就不用说了，那么如果两个值相等说明有没有str1[i] ，str2[j]都无所谓，也间接说明那两个状态中的最长子序列不包含当前值，那么如果当前str1[i] = str2[j]刚好dp[i][j] 状态能够将最长子序列拓展一个值。那么如果str1[i] ！= str2[j]不相等就仍然继承原来的两个状态。
dp[i-1][j] ！= dp[i][j-1] 的情况是什么呢？我这里认为，如果不相等说明这两个状态跟str1[i] 和str2[j] 有关系，去掉某个值的时候影响了最长子序列，那么这个时候不管str1[i] 与str2[j]是否相等，dp[i][j] 都只能继承到前面两个状态中较大的那个，这个要细品一下，才能理解。

最后说一下如何求子序列，当我们求得最长子序列长度dp之后，如果理解了dp矩阵的求解过程和原理之后，倒回来求序列就比较好理解了，
从dp最后一个状态开始，当前面的和上面的两个状态，也就是dp[i-1][j] 和 dp[i][j-1]相等的时候判断当前dp状态是否是前面两个状态+1，如果是的，那么说明当前值是被选入最长子序列的，如果没有+1，说明当前值没有被选入，那么走较大的（相等时走哪个都可以），如果dp[i-1][j] 和 dp[i][j-1]不相等，那么走较大的，不选入任何子序列。
为什么结果中会有两种答案呢？
就是因为dp[i-1][j] 和 dp[i][j-1]相等的时候可以有两种选择，如果你选择了其中一种就会得到一种答案，另一种就会得到另一种答案。

写在最后

方案和代码仅提供学习和思考使用，切勿随意滥用！如有错误和不合理的地方，务必批评指正~
如果需要git源码可邮件给2260755767@qq.com
再次感谢左大神对我算法的指点迷津！

【算法】【递归与动态规划模块】两个字符串的公共最长子序列相关推荐

python两个字符串查找公共字符串
两个字符串查找公共字符串,要最大最长公共字符串,去判断target列表中元素长度即可. re模块中finditer的简单实例 import re def common_str(str1,str2):# ...
打印两个字符串的公共字符
输入两个字符串,打印两个字符串中公共的字符,如果没有公共字符打印公共字符不存在例如:字符串1为 abc123 , 字符串2为 huak3 , 打印 a3 str_1 = input() str_2 ...
【算法】【递归与动态规划模块】两个字符串的最长公共子数组
目录前言问题介绍解决方案代码编写 java语言版本 c语言版本 c++语言版本思考感悟写在最后前言当前所有算法都使用测试用例运行过,但是不保证100%的测试用例,如果存在问题务必联系批 ...
【算法】【递归与动态规划模块】斐波那契数列的系列问题解法及递推类型问题的最优解
目录前言问题介绍解决方案代码编写 java语言版本 c语言版本 c++语言版本思考感悟写在最后前言当前所有算法都使用测试用例运行过,但是不保证100%的测试用例,如果存在问题务必联系批 ...
动态规划之两个字符串的最大子序列
1.问题求两个字符串的最大子序列 1).子序列和子字符串有区别,子字符串(子串)必须连续,列如 s1 = "ABCDAB" s2= "BBCDAAB" s1 ...
找到两个字符串的公共字符，并按照其中一个的排序
题目:写一函数f(a,b),它带有两个字符串参数并返回一串字符,该字符串只包含在两个串中都有的并按照在a中的顺序.写一个版本算法复杂度O(N^2)和一个O(N) . O(N^2): 对于a中的每个字符 ...
递归和动态规划的一个区别（递归是自顶向下，然后返回计算；动态规划是自低向上运算）
1看到介绍递归比较好的文章,链接如下: https://blog.csdn.net/sinat_38052999/article/details/73303111 参考自:https://www.do ...
字谜大全及答案100个_检查字谜（检查两个字符串是否是字谜）
字谜大全及答案100个 Problem statement: Given two strings, check whether two given strings are anagram of eac ...
Python Levenshtein（两个文本比较，两个字符串比较）
安装: pip3 install python-Levenshtein==0.12.0 实例一: #! /usr/bin/python # -*- coding: utf8 -*- # @Time : ...

【算法】【递归与动态规划模块】两个字符串的公共最长子序列

目录

前言