LCS—Longest Common Subsequence
最長公共子序列。一個序列,如果是兩個或多個已知序列的子序列,且是所有子序列中最長的,則爲最長公共子序列。
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#define SIZE 100
int main()
{
char A[SIZE],B[SIZE];
int i,j,n;
printf("輸入字符串A:");
char *p1 = &(A[1]);
gets(p1);
A[0] = '0';
printf("輸入字符串B:");
char *p2 = &(B[1]);
gets(p2);
B[0] = '0';
const int len_A = strlen(A)-1;
const int len_B = strlen(B)-1;
/*數組c用來存放LCS的長度*/
int **c;
c = (int **)malloc(sizeof(int*)*(len_A+1));
for(i=0;i<len_A+1;i++)
c[i]=(int *)malloc(sizeof(int)*(len_B+1));
/*b用來指明LCS的路徑*/
char **b;
b = (char **)malloc(sizeof(char*)*(len_A+1));
for(i=0;i<len_A+1;i++)
b[i]=(char *)malloc(sizeof(char)*(len_B+1));
char *result;
result = (char *)malloc(sizeof(char *)*(len_A+1));
for(i=0;i<=len_A;i++)
{
c[i][0] = 0;
b[i][0] = '0';
}
for(j=0;j<=len_B;j++)
{
c[0][j] = 0;
b[0][j] = '0';
}
for(i=1;i<=len_A;i++)
for(j=1;j<=len_B;j++)
{
if(A[i] == B[j])
{
c[i][j] = c[i-1][j-1] + 1;
b[i][j] = 'b';
}
else if(c[i-1][j] >= c[i][j-1])
{
c[i][j] = c[i-1][j];
b[i][j] = 'u';
}
else
{
c[i][j] = c[i][j-1];
b[i][j] = 'l';
}
}
for(i=0;i<=len_A;i++)
{
for(j=0;j<=len_B;j++)
printf("%c ",b[i][j]);
printf("\n");
}
i = len_A;
j = len_B;
n = 0;
while(b[i][j] != '0')
{
switch (b[i][j])
{
case 'u':
i--;
break;
case 'l':
j--;
break;
case 'b':
result[n++] = A[i];
i--;
j--;
break;
}
}
free(c);
free(b);
result[n] = '\0';
for(i=n-1;i>=0;i--)
printf("%c",result[i]);
}
算法分析:
最優子結構:設 X = {x1,x2,……,xm}和Y = {y1,y2,……,yn}爲兩個序列,並設Z = {z1,z2,……,zk}爲X和Y的任意一個LCS。
1)如果xm=yn,那麼zk = xm = yn而且Zk-1是Xm-1和Yn-1的一個LCS。
2)如果xm≠yn,那麼zk≠xm蘊含Z是Xm-1和Y的一個LCS。
3)如果xm≠yn,那麼zk≠yn蘊含Z是X和Yn-1的一個LCS。
用c[i,j]表示序列Xi和Yj的一個LCS的長度。那麼有:
c[i,j] =
case i = 0,j = 0 : c[i,j] = 0;
case i,j > 0;xi = yj: c[i,j] = c[i-1,j-1] + 1;
case i,j > 0;xi ≠ yj: c[i,j] = max(c[i,j-1],c[i-1,j])
僞代碼:
LCS_LENGTH(X,Y)
m ← length[X]
n ← length[Y]
for i ← 1 to m
do c[i,0] ← 0
for j ← 1 to n
do c[0,j] ← 0
for i ← 1 to m
do for j ← 1 to n
do if xi = yj
then c[i,j] ← c[i-1,j-1] + 1
b[i,j] ← "↖"
else if c[i-1,j] ≥ c[i,j-1]
then c[i,j] ← c[i-1,j]
b[i,j] ← "↑"
else c[i,j] ← c[i,j-1]
b[i,j] ← "←"
return c and b
流程圖:
其中數組c中,c[i,j]表示Xi和Yj的一個LCS的長度,剛剛已經說過了,數組b則表示找到最優解的路徑。下面舉例,
X = {A,B,C,B,D,A,B}
Y = {B,D,C,A,B,A}
m ← length[X]
n ← length[Y]
for i ← 1 to m
do c[i,0] ← 0
for j ← 1 to n
do c[0,j] ← 0
對c表初始化,填0
for i ← 1 to m
do for j ← 1 to n
do if xi = yj
then c[i,j] ← c[i-1,j-1] + 1
b[i,j] ← "↖"
else if c[i-1,j] ≥ c[i,j-1]
then c[i,j] ← c[i-1,j]
b[i,j] ← "↑"
else c[i,j] ← c[i,j-1]
b[i,j] ← "←"
這裏有兩層for循環,外層循環length_A次,內層length_B次。
逐步分析for循環:
此時,表更新爲:
i=2再循環
表c變化:
通過兩個j的循環可以看出,每次填入c[i,j]的值,都是查詢之前填入的,也就是查表,同時不修改原先的值。通過最優子結構來獲得最優值,也就是說,當子結構是最優時,那麼通過cut-and-paste,可以得出,最優的解。這就是動態規劃的思想。
通過上面兩步,我們可以驗證一下,雖然j只取了2次,但是我們可以驗證X={A,B} Y={B,D,C,A,B,A}的LCS。
如上圖所示,LCS爲AB,雖然這個結果很特別,X就是Y 的子集,但是還是可以看出動態規劃得到最優解的思路。