字符串求最长公共子序列(相似度计算)

方法一：

思想

由大到小的截取并返回保证如果返回肯定是返回最大的

短字符串的处方式:第一次for循环:递减。第二次for循环：截取该长度字符串的可行方案个数然后截取

长字符串长度处理方案:截取"第一次截取的字符串" 可行方案个数两次截取内容一致，返回

1、获得最长公共子序列--可以返回 “最长公共子序列的长度” 或者 “最长公共子序列”

    public static  int  getmaxsubstr(     String  str1, String  str2){int length1=str1.length();int length2=str2.length();String bigstr= length1>length2?str1:str2;//bigstr保存最长String smallstr=length1<=length2?str1:str2;//small保存最短for(int i=smallstr.length();i>=1;i--)//短的处理:从最后往前刷， n n-1...1        i=smallstr.length 要循环走一遍{for(int j=0;j<=smallstr.length()-i;j++) //8 例如当i为n-1有两种截取方式{
//               System.out.println(j+"  "+i);String substring=smallstr.substring(j,j+i);//交错取出子串  每次截取i个长度for(int k=0; k<=bigstr.length()-i;k++)//减去长度    9 长的处理：截取时循环次数{                              //equals也行if(bigstr.substring(k,k+i).endsWith(substring)) //保证截取的长度为i，并每次指针前移{System.out.println(substring);//最长公共子序列return i;  //返回 相似度的长度}}}}

写了一个注释

    public static  int  getmaxsubstr( String str1, String str2){int length1=str1.length();int length2=str2.length();String bigstr= length1>length2?str1:str2;  //标记区分长的字符串和短的字符串String smallstr=length1<=length2?str1:str2;// 指针：获得所有子字符串长度的指针// 例如 字符串长度为10 获得长度为10 9 8 7 6 5 4 3 2 1的字符串for(int i=smallstr.length();i>=1;i--)//短的处理:从最后往前刷， n n-1...1        i=smallstr.length 要循环走一遍{//字符串长度为10 截取长度为10的只有一种可能 str(0,9)//字符串长度为10 截取长度为9 有2中可能 str(0,9) str(1,10)//字符串长度为10 截取长度为9 以此类推//故j的下标从0开始，要截取i个数据，故指针对多滑动到str.length-i for(int j=0;j<=smallstr.length()-i;j++) { String substring=smallstr.substring(j,j+i);   // 重点： 求字符串所有公共子串for(int k=0; k<=bigstr.length()-i;k++)           //对长字符串处理方式同短字符串{                               //equals也行if(bigstr.substring(k,k+i).endsWith(substring)) //截取的字符串长度仍然是 i{System.out.println(substring);//重点： 最长公共子序列return i;  //返回 相似度的长度 即截取字符串的长度 }}}}

2、自定义相似度

      public static  double getSimilarDegree(     String  str1, String  str2){int num=getmaxsubstr(    str1,  str2);    //返回 “最长公共子序列的长度” 或者 “最长公共子序列” System.out.println(num);double s1=num*1.0/str1.length();double s2=num*1.0/str2.length();return (s1+s2)/2;}

3、测试

    public static void main(String[] args) {String  str1="12344567";    //1       12344567   235545679 String  str2="235545679";//0.6      double result=getSimilarDegree(    str1,  str2);if( result>0.5){System.out.println("相似度很高"+result);}else{System.out.println("相似度很低"+result);}}

方法二求最长递增子序列

使用回溯法

最长递增序列不要求数组元素连续问题，返回递增序列长度和递增序列。o(n^2)做法，顺序比较以第i个元素开头的递增序列即可。
利用动态规划来做，假设数组为1, -1, 2, -3, 4, -5, 6, -7。我们定义LIS[N]数组，其中LIS[i]用来表示以array[i]为最后一个元素的最长递增子序列。
使用i来表示当前遍历的位置：
当i = 0 时，显然，最长的递增序列为（1），则序列长度为1。则LIS[0] = 1
当i = 1 时，由于-1 < 1，因此，必须丢弃第一个值，然后重新建立序列。当前的递增子序列为（-1），长度为1。则LIS[1] = 1
当i = 2 时，由于2 > 1，2 > -1。因此，最长的递增子序列为(1, 2)，(-1, 2)，长度为2。则LIS[2] = 2。
当i = 3 时，由于-3 < 1, -1, 2。因此，必须丢掉前面的元素，重建建立序列。当前的递增子序列为（-3），长度为1。则LIS[3] = 1。
依次类推之后，可以得出如下结论。
LIS[i] = max{1, LIS[k] + 1}, array[i] >array[k], for any k < i
最后，我们取max{Lis[i]}。

  public static  void getLongestAscSequence(int []input,int size){int []arr = new int[size];// 用来存储以第i个元素结尾的最长递增子序列int maxLen = 1;for (int i = 0; i < size; i++){arr[i] = 1 ;for ( int j = 0; j < i; j++){if ((input[i] > input[j]) && (arr[j] +1 > arr[i]) )arr[i] = arr[j] + 1;}if (maxLen < arr[i]){maxLen = arr[i];}}System.out.println(maxLen);}

附：最大子数组之积

 题目描述： 给定一个长度为N的整数数组，只允许用乘法，计算任意（N-1）个数的组合中乘积最大的一组。算法分析： 动态规划的做法，假设数组为a[N]，max[N]表示以下标为i结尾的子数组乘积最大值，min[N]表示以下标为i结尾的子数组乘积最小值。为了处理数组元素为负的问题，必须将最小乘积也保存起来。 很容易想到，若当前元素a[i]为负数，那么a[i]*max[i-1]得到的值并不一定比a[i] *min[i-1]大，因为min[i-1]可能为负，如果min[i-1]的绝对值大于max[i-1]，那么a[i] *min[i-1]负负相乘的值则更大。因此有以下转移方程 求三者最大 max[i] = MaxinThree(a[i], a[i]*max[i-1],a[i]*min[i-1])求三者最小 min[i] = MininThree(a[i], a[i]*max[i-1], a[i]*min[i-1])

    //a b 最大值与c比较 三者谁大取哪一个值static int MaxinThree(int a, int b, int c) {return (((a > b) ? a : b) > c) ? (a > b ? a : b) : c;}static int MinThree(int a, int b, int c) {return (((a < b) ? a : b) < c) ? (a < b ? a : b) : c;}static void getBiggestMultiOfSubArray(int input[],int size) {List ls=new ArrayList<>();int max[]=new int[size];int min[]=new int[size];int product;max[0]=min[0]=input[0];product=max[0];for (int i=1;i<size;i++ ) {//比较当前值、当前值与之前所有乘积最大值、当前值与之前所有乘积最小值 三者之间 的最大值max[i]=MaxinThree(input[i], input[i]*max[i-1], input[i]*min[i-1]);min[i]=MinThree(input[i], input[i]*min[i-1], input[i]*max[i-1]);if(max[i]>product) {ls.add(max[i]);product=max[i];}}System.out.println(product);System.out.println(ls);}public static void main(String[] args) {int input[]= {5,-1,-2,4,9,1};getBiggestMultiOfSubArray(input,6);}

如果想要得到字符串序列：其实x>0 可以加入list；当x<0 时，当有偶数个负数也可以加入list。

字符串求最长公共子序列(相似度计算)相关推荐

Algorithm：C++/python语言实现之求旋转数组最小值、求零子数组、求最长公共子序列和最长公共子串、求LCS与字符串编辑距离
Algorithm:C++/python语言实现之求旋转数组最小值.求零子数组.求最长公共子序列和最长公共子串.求LCS与字符串编辑距离目录一.求旋转数组最小值 1.分析问题 2.解决思路二.求 ...
两个字符串的最长公共子序列长度_程序员编程算法，解决文本相似度问题的最长公共子序列算法！...
在前面我讲解了如何通过最长公共子串来求解两个文本的相似度问题,但它有一定缺陷,举个例子,看下面的两个字符串我爱吃小青菜和各种鲜水果. 我很爱吃青菜与各样水果. 上面两个字符串,如果通过计算子串来求相 ...
动态规划：求两个字符串的最长公共子序列
问题描述:求两个字符串的最长公共子序列. 思路:使用动态规划的思想,将问题分解为小的子问题. 假设两个字符串序列分别为:X{x0, x1, x2,......, xm}, Y{y0, y1, y2,. ...
python求最长公共子串_Python-求解两个字符串的最长公共子序列
一.问题描述给定两个字符串,求解这两个字符串的最长公共子序列(Longest Common Sequence).比如字符串1:BDCABA:字符串2:ABCBDAB.则这两个字符串的最长公共子序列长 ...
两个字符串的最长公共子序列长度_【面试】动态规划-之最长公共子序列、最长公共子串问题...
先来说明下什么是最长公共子序列,什么是是最长公共子串,举一个实际例子,myblogs与belong,最长公共子序列为blog(myblogs, belong),最长公共子串为lo(myblogs, b ...
字符串最长公共子序列python_求解两个字符串的最长公共子序列
一,问题描述给定两个字符串,求解这两个字符串的最长公共子序列(Longest Common Sequence).比如字符串1:BDCABA:字符串2:ABCBDAB 则这两个字符串的最长公共子序列长 ...
2192-Zipper 求最长公共子序列的解题报告
主要的思考方向就是求dp里面的最长公共子序列.至于字符串本身的判别并不是重点. 根据网上poj的分类,这个题是dp求最长公共子序列,其实用暴力的方法也能通过.暴力的方法比较简单就不多说了.主要讲讲dp ...
两个字符串的最长公共子序列长度_算法学习笔记(58): 最长公共子序列
(为什么都更了这么多篇笔记了,这时候才讲这么基础的内容呢?因为我本来以为LCS这种简单的DP不用讲的,结果CF不久前考了LCS的变式,然后我发现由于自己对LCS一点都不熟,居然写不出来 ,于是决定还是 ...
求最长公共子序列长度
求两个字符串的公共子序列 1.求最长公共子序列(子序列可以不连续) 这是一道动态规划题,设二维数组dp[i][j],dp[i][j]表示a串前i个字符(包括第i个)与b串前j个字符(包括第j个)所有的 ...

字符串求最长公共子序列(相似度计算)

字符串求最长公共子序列(相似度计算)相关推荐

最新文章

热门文章