动态规划算法---求最长公共子序列
最长公共子序列和最长公共子串区别
最长公共子串(Longest Common Substring)与最长公共子序列(Longest Common Subsequence)的区别: 子串要求在原字符串中是连续的,而子序列则只需保持相对顺序一致,并不要求连续。例如X = {a, Q, 1, 1}; Y = {a, 1, 1, d, f}那么,{a, 1, 1}是X和Y的最长公共子序列,但不是它们的最长公共字串。
一、最长公共子序列
具体的算法思想参考以下文章:
http://blog.csdn.net/lisonglisonglisong/article/details/41548557
http://blog.csdn.net/zhongkeli/article/details/8847694
只求最长子序列长度
如果仅仅需要知道最长子序列的长度值,代码如下:
[cpp] view plain copy
- #include <vector>
- #include <string>
- #include <iostream>
- #include <string.h>
- #include <sstream>
- using namespace std;
- //最长公共子串(LCS)
- //二维数组veca记录的是两个字符串Xi和Yj的LCS长度
- int LCS_length(const string &str1, const string &str2, vector<vector<int> > &veca) {
- int i, j;
- int biggest = 0;
- if (str1 == "" || str2 == "")
- return 0;
- for (i = 0; i <= str1.length(); i++) { //初始化veca[][]
- veca[i][0] = 0;
- }
- for (j = 0; j <= str2.length(); j++) { ////初始化veca[][]
- veca[0][j] = 0;
- }
- for (i = 1; i <= str1.length(); i++) {
- for (j = 1; j <= str2.length(); j++) {
- if (str1[i - 1] == str2[j - 1]) {
- veca[i][j] = veca[i - 1][j - 1] + 1;
- }
- else {
- if (veca[i - 1][j] >= veca[i][j - 1])
- veca[i][j] = veca[i - 1][j];
- else
- veca[i][j] = veca[i][j-1];
- }
- }
- }
- return veca[str1.length()][str2.length()];
- }
- int main() {
- string input;
- getline(cin, input);
- stringstream ss(input);
- string str1, str2;
- ss >> str1;
- ss >> str2;
- //将veca初始化为一个二维数组,其行列值分别为str1和str2的长度加1
- //二维数组veca记录的是两个字符串Xi和Yj的LCS长度
- vector<vector<int> > veca(str1.length() + 1, vector<int>(str2.length() + 1));
- cout << LCS_length(str1, str2, veca) << endl;
- return 0;
- }
结果:
动态规划解决LCS问题的时间复杂度为 O(mn),这比简单的递归实现要快多了。空间复杂度是O(mn),因为使用了一个动态规划表。
要输出一个LCS的内容
和上面的程序比,只需要多一个二维数组记录在遍历中所选择的子问题的最优解即可。如下程序:
[cpp] view plain copy
- //输出最长公共子串(LCS)
- //二维数组veca记录的是两个字符串Xi和Yj的LCS长度
- int LCS_length(const string &str1, const string &str2,
- vector<vector<int> > &veca, vector<vector<int> > &vecb) {
- int i, j;
- int biggest = 0;
- if (str1 == "" || str2 == "")
- return 0;
- for (i = 0; i <= str1.length(); i++) {
- veca[i][0] = 0;
- }
- for (j = 0; j <= str2.length(); j++) {
- veca[0][j] = 0;
- }
- for (i = 1; i <= str1.length(); i++) {
- for (j = 1; j <= str2.length(); j++) {
- //如果Xi-1 == Yj-1,那么最长子序列为veca[i - 1][j - 1] + 1
- //此时将vecb[i][j] = 1表明str1[i-1]是子问题LCS的一个元素
- if (str1[i - 1] == str2[j - 1]) {
- veca[i][j] = veca[i - 1][j - 1] + 1;
- vecb[i][j] = 1;
- }
- else {
- if (veca[i - 1][j] >= veca[i][j - 1]) {
- veca[i][j] = veca[i - 1][j];
- vecb[i][j] = 2;
- }
- else {
- veca[i][j] = veca[i][j-1];
- vecb[i][j] = 3;
- }
- }
- }
- }
- return veca[str1.length()][str2.length()];
- }
- //该函数用于输出一个LCS的序列
- //这里输出的顺序是先向上寻找,再向左寻找
- void PrintOneLCS(vector<vector<int> > &vecb, string &str1, int i, int j) {
- if (i == 0 || j == 0)
- return;
- if (vecb[i][j] == 1) {
- PrintOneLCS(vecb, str1, i - 1, j - 1);
- cout << str1[i - 1] << " ";
- }
- else if (vecb[i][j] == 2)
- PrintOneLCS(vecb, str1, i -1, j);
- else
- PrintOneLCS(vecb, str1, i, j - 1);
- }
- int main() {
- string input;
- getline(cin, input);
- stringstream ss(input);
- string str1, str2;
- ss >> str1;
- ss >> str2;
- //将veca初始化为一个二维数组,其行列值分别为str1和str2的长度加1
- //二维数组veca记录的是两个字符串Xi和Yj的LCS长度
- //二维数组vecb[i][j]记录veca[i][j]时所选择的子问题的最优解
- vector<vector<int> > veca(str1.length() + 1, vector<int>(str2.length() + 1));
- vector<vector<int> > vecb(str1.length() + 1, vector<int>(str2.length() + 1));
- cout << LCS_length(str1, str2, veca, vecb) << endl;
- PrintOneLCS(vecb, str1, str1.length(), str2.length());
- return 0;
- }
求一个LCS内容也可以不借助辅助二维数组vecb而是用下面小节的方法,
[cpp] view plain copy
- //该函数用于输出一个LCS的序列,使用下一小节的方法
- //这里输出的顺序是先向左寻找,再向上寻找
- void PrintOneLCS(string &str1, string &str2, int i, int j,
- vector<vector<int> > &veca) {
- string lcs_str;
- while (i > 0 && j > 0) {
- if (str1[i - 1] == str2[j - 1]) {
- lcs_str = str1[i - 1] + lcs_str;
- --i;
- --j;
- }
- else {
- //如果左边存在LCS就从左边找否则再从右边找
- if (veca[i - 1][j] >= veca[i][j - 1])
- --i;
- else
- --j;
- }
- }
- cout << lcs_str << endl;
- }
如下代码:
要输出所有LCS的内容
两个字符串对应的最长公共子序列不一定唯一,这个程序输出所有的LCS内容。
基本思想是:
具体参考文章:http://blog.csdn.net/lisonglisonglisong/article/details/41596309
代码:
[cpp] view plain copy
- #include <vector>
- #include <iomanip>
- #include <set>
- #include <string>
- #include <map>
- #include <iostream>
- #include <string.h>
- #include <sstream>
- using namespace std;
- set<string> all_lcs; //注意这里要用set去除重复的LCS
- //最长公共子串(LCS)
- //二维数组veca[i][j]记录的是两个字符串Xi和Yj的LCS长度
- int LCS_length(const string &str1, const string &str2, vector<vector<int> > &veca) {
- int i, j;
- int biggest = 0;
- if (str1 == "" || str2 == "")
- return 0;
- for (i = 0; i <= str1.length(); i++) {
- veca[i][0] = 0;
- }
- for (j = 0; j <= str2.length(); j++) {
- veca[0][j] = 0;
- }
- for (i = 1; i <= str1.length(); i++) {
- for (j = 1; j <= str2.length(); j++) {
- if (str1[i - 1] == str2[j - 1]) {
- veca[i][j] = veca[i - 1][j - 1] + 1;
- }
- else {
- if (veca[i - 1][j] >= veca[i][j - 1])
- veca[i][j] = veca[i - 1][j];
- else
- veca[i][j] = veca[i][j-1];
- }
- }
- }
- return veca[str1.length()][str2.length()];
- }
- //该函数找出所有的LCS的序列,并将其存在vector中
- void PrintAllLCS(string &str1, string &str2, int i, int j,
- vector<vector<int> > &veca, string lcs_str) {
- //注意这里形参lcs_str不可以为引用,这里需要每次调用lcs_str都重新生成一个对象
- while (i > 0 && j > 0) {
- if (str1[i - 1] == str2[j - 1]) {
- lcs_str = str1[i - 1] + lcs_str; //逆向存放
- --i;
- --j;
- }
- else {
- if (veca[i - 1][j] > veca[i][j - 1]) //向左走
- --i;
- else if (veca[i - 1][j] < veca[i][j - 1]) //向上走
- --j;
- else { //此时向上向右均为LCS的元素
- PrintAllLCS(str1, str2, i - 1, j, veca, lcs_str);
- PrintAllLCS(str1, str2, i, j - 1, veca, lcs_str);
- return;
- }
- }
- }
- cout << " " << lcs_str << endl;
- all_lcs.insert(lcs_str);
- }
- int main() {
- string input;
- getline(cin, input);
- stringstream ss(input);
- string str1, str2;
- ss >> str1;
- ss >> str2;
- //将veca初始化为一个二维数组,其行列值分别为str1和str2的长度加1
- //二维数组veca记录的是两个字符串Xi和Yj的LCS长度
- vector<vector<int> > veca(str1.length() + 1, vector<int>(str2.length() + 1));
- cout << LCS_length(str1, str2, veca) << endl;
- string lcs_str;
- PrintAllLCS(str1, str2, str1.length(), str2.length(), veca, lcs_str);
- set<string>::iterator iter = all_lcs.begin();
- while (iter != all_lcs.end()) {
- cout << *iter++ << endl;
- }
- return 0;
- }
如图所示的两个字符串共有三个LCS。
二、最长公共子串
描述:
计算两个字符串的最大公共子串(Longest Common Substring)的长度,字符不区分大小写。
输入:
输入两个字符串
输出:
输出一个整数
样例输入:
asdfas werasdfaswer
样例输出:
6
这里的最大公共字串要求的字串是连续的。
求字串的方法和求子序列方法类似:
当str1[i] == str2[j]时,子序列长度veca[i][j] = veca[i - 1][j - 1] + 1;只是当str1[i] != str2[j]时,veca[i][j]长度要为0,而不是max{veca[i - 1][j], veca[i][j - 1]}。
[cpp] view plain copy
- #include <vector>
- #include <string>
- #include <iostream>
- #include <string.h>
- #include <sstream>
- using namespace std;
- int LCS_length(const string &str1, const string &str2, vector<vector<int> > &veca) {
- int i, j;
- int biggest = 0;
- if (str1 == "" || str2 == "")
- return 0;
- for (i = 0; i <= str1.length(); i++) {
- veca[i].resize(str2.length() + 1, 0);
- }
- for (j = 0; j <= str2.length(); j++) {
- veca[0][j] = 0;
- }
- for (i = 1; i <= str1.length(); i++) {
- for (j = 1; j <= str2.length(); j++) {
- if (str1[i - 1] == str2[j - 1]) {
- veca[i][j] = veca[i - 1][j - 1] + 1;
- if (veca[i][j] > biggest)
- biggest = veca[i][j];
- }
- else
- //可以看出,求最长子串和求最长子序列差别仅仅在这里
- veca[i][j] = 0;
- }
- }
- return biggest;
- }
- int main() {
- string input;
- getline(cin, input);
- stringstream ss(input);
- string str1;
- ss >> str1;
- string str2;
- ss >> str2;
- vector<vector<int> > veca(str1.length() + 1);
- cout << LCS_length(str1, str2, veca) << endl;
- return 0;
- }
同样适用求最长子序列的测试数据,得到它们的公共最长子串长度为2,而它们的公共最长子序列长度为4.
三、动态规划的其它题目
1、硬币面值组合问题
http://www.cnblogs.com/python27/archive/2013/09/05/3303721.html
2、最长递增子序列
除了动态规划,该题还有其他解法。
3、数组最大子数组和的最大值
http://www.ahathinking.com/archives/120.html
3、动态规划之钢条分割
4、计算两个字符串的相似度(编程之美)
该文章原理说得比较清楚:点击打开链接
这里是代码:点击打开链接
5、求每一对顶点之间的最短路径:Floyd-Warshall算法
转自:https://blog.csdn.net/u013074465/article/details/45392687
动态规划算法---求最长公共子序列相关推荐
- 用动态规划算法实现最长公共子序列问题的算法(java实现)
用动态规划算法实现最长公共子序列问题的算法 public class longestCommonSubsequence {//构造追踪数组rec,记录子问题来源private static Strin ...
- 动态规划算法解最长公共子序列LCS问题
动态规划算法解LCS问题 作者 July 二零一零年十二月三十一日 本文参考:微软面试100题系列V0.1版第19.56题.算法导论.维基百科. 第一部分.什么是动态规划算法 ok,咱们先来了解下什么 ...
- 动态规划_求最长公共子序列LCS
学习动态规划有段时间了,我自己的感觉是看到题解很明白,但是拿到新题就后脑冒汗了,费解!我知道这其实是理解不深的缘故,动态规划是解决一类问题的方法,而不是解决某个问题的解法.今天我试着去感觉一下怎么去思 ...
- 动态规划:求最长公共子序列和最长公共子串
最长公共子序列(LCS): 这同样是一道经典题目,定义就不说了. 为了方便说明,我们用Xi代表{x1,x2,‥xi},用Yj代表{y1,y2,‥yj}.那么,求长度分别为m,n的两个序列X,Y的LCS ...
- 算法复习——动态规划篇之最长公共子序列问题
算法复习--动态规划篇之最长公共子序列问题 以下内容主要参考中国大学MOOC<算法设计与分析>,墙裂推荐希望入门算法的童鞋学习! 1. 问题背景 子序列:将给定序列中零个或多个元素(如字符 ...
- 蓝桥杯 ADV-202算法提高 最长公共子序列(动态规划)
问题描述 给定两个字符串,寻找这两个字串之间的最长公共子序列. 输入格式 输入两行,分别包含一个字符串,仅含有小写字母. 输出格式 最长公共子序列的长度. 样例输入 abcdgh aedfhb 样例输 ...
- 【To Understand】动态规划:求最长公共子串/最长公共子序列
动态规划:求最长公共子串/最长公共子序列 本博客转载自:https://blog.csdn.net/u013074465/article/details/45392687 该博客中详细讲解了求最长公共 ...
- 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 ...
- 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 ...
最新文章
- UVa1112 - Mice and Maze(Dijkstra和Floyd_warshall)
- 工业领域产品经理的尴尬处境
- 【Cef编译】 CefSharp编译失败,检测到“RuntimeLibrary”的不匹配项: 值“MT_StaticRelease”不匹配值“MD_DynamicRelease”...
- stm32usb做虚拟串口和键盘_关于stm32f103的USB虚拟串口程序移植
- Jquery Mobile dialog的生命周期
- 2019年网络安全状况_知道吗,如何加强个人的网络安全状况?
- 关于服务网关的几个问题
- 云存储是否能拯救数据泛滥
- nyoj1140鸡蛋栈(怒切一水)
- 矩阵直接分解法matlab,矩阵直接三角分解法
- 网站打开慢解决办法——在Google Chrome浏览器中安装ReplaceGoogleCDN插件
- .net mysql参数化查询_MySQL参数化查询的IN 和 LIKE
- java判断颜色合法_判断颜色是否合法的正则表达式(详解)
- 基于java的简单英雄联盟胜率计算
- 哈工大计算机系统Lab4.Tiny Shell
- Python面向对象基础练习——设计一个名为 MyRectangle 的矩形类来表示矩形
- 移动通信发展历程见解(从1G到5G发展历程)
- Hdu5128 - The E-pang Palac
- C语言 - 指针 1.2:指针和数组
- 自然语言处理NLP——GSDMM用于短文本聚类
热门文章
- 网络重置导致无法联网
- 打包aab,从AAB文件生成Apk文件(Android应用程序捆绑包)
- 【Photoshop】把同一场景中但焦点不一样的多张照片合成一张焦点清晰的图片
- 计算机打印预览在哪,excel打印在哪里,EXCEL怎么退出成打印预览的画面
- 3.18 使用橡皮擦工具制作图像合成效果 [原创Ps教程]
- 非常全面的支付宝钱包系统架构图解
- 如何让百度、Google、Yahoo等搜索引擎巨头收录你的网站
- win10控制面板快捷键_在win10打开注册表编辑器的七种方法,你知道几种
- 动作游戏的战斗系统设计
- 我的Android进阶之旅------/storage/sdcard0, /sdcard, /mnt/sdcard ,/storage/emulated/legacy 的区别