LCS算法：最长公共子序列

LCS算法：最长公共子序列定义：
一个序列A任意删除若干个字符得到新序列B，则A叫做B的子序列
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
例如：

X={A,B,C,B,D,A,B}
Y={B,D,C,A,B,A}
则它们的lcs分别是
{B,C,B,A}
{B,D,A,B}。
求出一个即可。
LCS的

LCS算法符号表示：

 字符串X,长度m,从1开始计数字符串Y,长度n,从1开始计数Xi=<x1,x2,...,xi>表示X序列的前i个字符(1<=i<=m)Yj=<y1,y2,...,yj>表示Y序列的前j个字符(1<=j<=n)LCS(X,Y)为字符串X和Y的最长公共子序列其中的一个解为Z=<z1,z2,....zk>注意:LCS(X,Y)其实为一个集合Z为一个解

用递归的思想去做的话，就从大到小从后往前推

            队列X=    A,B,C,B,D,A,B队列Y=      B,D,C,A,B,A栈A={}
共有两种情况：
1、最后一位相同：{①、X尾去一位，再重新和Y比较②、Y尾去一位，再重新和X比较}
2、最后一位相同：X、Y分别尾去一位（入栈，最后出栈就是答案），再重新X和Y比较

用动态规划的思想去做，从小到大从前往后推

规则：相同的取左上加1,不同取上和左中的最大值

推导结果如下：

最右下角的值就是答案；

代码实现：
/*** 计算最长公共子序列* @param strx* @param stry* @return 最长公共子序列的长度*/public static int lcs(String strx,String stry){int row=strx.length()+1;int col=stry.length()+1;char[] cx=strx.toCharArray();char[] cy=stry.toCharArray();int[][] arrays=new int[row][col];//使用动态规划的方式填入数据for (int i = 1; i < arrays.length; i++) {for (int j = 1; j < arrays[i].length; j++) {int max=0;if(cx[i-1]!=cy[j-1]){max=Math.max(arrays[i-1][j], arrays[i][j-1]);}else{max=arrays[i-1][j-1]+1;}arrays[i][j]=max;}}//打印for (int i = 0; i < arrays.length; i++) {for (int j = 0; j < arrays[i].length; j++) {System.out.print(arrays[i][j]+" ");}System.out.println();}printLCS(cx,cy,arrays);return arrays[row-1][col-1];}
程序运行结果：0   0   0   0   0   0   0
0   0   0   0   1   1   1
0   1   1   1   1   2   2
0   1   1   2   2   2   2
0   1   1   2   2   3   3
0   1   2   2   2   3   3
0   1   2   2   3   3   4
0   1   2   2   3   4   4

打印答案的话需要回溯处理：
从最后一位回溯：

1、如果i和j 对于的char 不相同，则选上、中最大那个方向走如果都一样就代表有多个答案，每个方向就是一个答案，方向：i-1和j   或者  i和j -12、如果i和j 对于的char 相同，则就把相应的char入栈，方向：i和j 都分别减一一直重复1、2操作到轮询结束，打印栈就是答案。例如：i=7,j=6  value[i][j]=4，4的上、左最大为4，那么尝试从上走（绿色）·····栈={A,B,C,B}打印结果：B,C,B,Ai=7,j=6  value[i][j]=4，4的上、左最大为4，那么尝试从左走（紫色）·····栈={B,A,D,B}打印结果：B,D,A,B

推导结果如下：

代码实现：
/*** 打印最长公共子序列* @param arrays*/public static void printLCS(char[] cx,char[] cy,int[][] arrays){Stack<String> stack =new Stack<>();int row=arrays.length-1;int col=arrays[0].length-1;while(row>0&&col>0){if(cx[row-1]!=cy[col-1]){if(arrays[row-1][col]>=arrays[row][col-1]){row-=1;}else if(arrays[row-1][col]<arrays[row][col-1]){col-=1;}}else{stack.push(cx[row-1]+"");row-=1;col-=1;}}while(!stack.isEmpty()){System.out.print(stack.pop()+"  ");}}程序运行结果：B   C   B   A

LCS的应用:
相似度的比较:计算生物学DNA对比(亲子验证)，百度云盘找非法数据(岛国片)
图形相似处理,媒体流的相似比较,百度知道,百度百科，WEB页面中找非法言论等

LCS算法：最长公共子序列相关推荐

实验二动态规划算法最长公共子序列问题
基本题一:最长公共子序列问题一.实验目的与要求 1.熟悉最长公共子序列问题的算法: 2.初步掌握动态规划算法: 二.实验题若给定序列X={x1,x2,…,xm},则另一序列Z={z1,z2,…,z ...
NLP文本相似度 - LCS（最长公共子序列）java代码
LCS是Longest Common Subsequence的缩写,即最长公共子序列.一个序列,如果是两个或多个已知序列的子序列,且是所有子序列中最长的,则为最长公共子序列. 比如,对于char x[ ...
JAVA实现基于LCS（最长公共子序列）的文本比对
文章目录最长公共子序列求解最长公共子序列确定状态转移方程如何求出最长的公共子序列如何实现文本比对比对效果图参考文章: 最近因为项目需求需要实现一个文本比对的功能,自然的就想到了git的文 ...
动态规划算法——最长公共子序列求法
给定序列X={ X1,X2,....Xn }.Y={ Y1,Y2,...Ym }找出它们的最大子序列Z={ Z1,Z2,...Zk }比如:X={ A,B ,C,B,D,A,B }.Y={ B,D,C ...
穷举法求最大公共子序列C语言,算法--最长公共子序列（LongestCommon Subsequence, LCS)...
定义: 两个字符串共有的最长的子序列(可不连续),最长公共字符串(Longest CommonSubstring)是两个字符串共有的最长的连续字符串. 方法:穷举法,动态规划动态规划法的简介: &l ...
动态规划经典算法--最长公共子序列 LCS
转移方程代码: //法一: #include <bits/stdc++.h> using namespace std; //---------------https://lunatic. ...
算法设计 - LCS 最长公共子序列最长公共子串 LIS 最长递增子序列
出处 http://segmentfault.com/blog/exploring/ 本章讲解: 1. LCS(最长公共子序列)O(n^2)的时间复杂度,O(n^2)的空间复杂度: 2. 与之类似但不 ...
编辑距离：最长公共子序列-LCS问题
一.基本概念 LCS是最长公共子序列(Longest common subsequence problem)的缩写.LCS问题是在一组序列(通常只有两个序列)中找到所有序列共有的最长子序列的问题.它与 ...
触类旁通，经典面试题最长公共子序列应该这么答
作者 | labuladong 来源 | labuladong(ID:labuladong) [导读]最长公共子序列(Longest Common Subsequence,简称 LCS)是一道非常经 ...
【恋上数据结构】动态规划（找零钱、最大连续子序列和、最长上升子序列、最长公共子序列、最长公共子串、0-1背包）
动态规划(Dynamic Programming) 练习1:找零钱找零钱 - 暴力递归找零钱 - 记忆化搜索找零钱 - 递推思考题:输出找零钱的具体方案(具体是用了哪些面值的硬币) 找零钱 - ...

LCS算法：最长公共子序列

LCS算法：最长公共子序列相关推荐

最新文章

热门文章