最長公共子串行(LCS)

2021-09-19 15:58:25 字數 1277 閱讀 9968

問題:

給定兩個字串(或者數字序列)a和b,求乙個字串,使得這個字串是a和b的最長公共部分

(子串行可以不連續)。

動態規劃:

令dpii]表示字串a的i號位和字串b的j號位之前的lcs長度(下標從1開始),如dp[4][5]表示「sads」 與「admin」的lcs長度。那麼可以根據a[i]和b[j]的情況,分為兩種決策:

①若a[i]= b[j],則字串a與字串b的lcs增加了1位,即有dp[i][i] = dp[i- 1][i- 1]+ 1。例如,樣例中dp[4][6]表示「sads」 與「admins」 的lcs長度,比較a[4]與b[6],發現兩者都是』s』,因此dp[4][6]就等於dp[3][5]加1,即為3。

②若a[i]!= b[j], 則字串a的i號位和字串b的j號位之前的lcs無法延長,因此dp[i][i]將會繼承dp[i - 1]0]與dp[i][j - 1]中的較大值,即有dp[i][j] = max 。例如,樣例中dp[3][3]表示「sad」 與「adm」 的lcs長度,我們比較a[3]與b[3],發;現d不等於』m』,這樣dp[3][3]無法再原先的基礎上延長,因此繼承自「sa」與「adm」的lcs、:「sad」與「ad」的lcs中的較大值,即「sad」與「ad」 的lcs長度一2。

由此可以得到狀態轉移方程

這樣狀態dp[i]只與其之前的狀態有關,由邊界出發就可以得到整個dp陣列,最終dp[n][m]就是需要的答案,時間複雜度為o(nm)。

邊界dp[i][0]=dp[0][j]=0(0<=i<=n,0<=j<=m)

**實現:

#include#include#include#includeusing namespace std;

const int maxn=1000;

char a[maxn],char b[maxn];//a存序列,dp[i]存以i為結尾的連續序列的最大和

int dp[maxn][maxn];

int main()

for(int j=0;j<=lenb;j++)

//狀態轉移方程

for(int i=1;i<=lena;i++)

for(int j=1;j<=lenb;j++)

if(a[i]==b[j])

else

cout<

return 0;

}

LCS 最長公共子串行

問題描述 我們稱序列z z1,z2,zk 是序列x x1,x2,xm 的子串行當且僅當存在嚴格上 公升的序列 i1,i2,ik 使得對 j 1,2,k,有 xij zj。比如z a,b,f,c 是 x a,b,c,f,b,c 的子串行。現在給出兩個序列 x和 y,你的任務是找到 x和 y的最大公共子...

LCS最長公共子串行

求兩個字串的最大公共子串行問題 子串行的定義 若給定序列x 則另一串行z 是x的子串行是指存在乙個嚴格遞增下標序列使得對於所有j 1,2,k有 zj xij。例如,序列z 是序列x 的子序列,相應的遞增下標序列為。分析 用動態規劃做 1.最長公共子串行的結構 事實上,最長公共子串行問題具有最優子結構...

LCS最長公共子串行

lcs是longest common subsequence的縮寫,即最長公共子串行。乙個序列,如果是兩個或多個已知序列的子串行,且是所有子串行中最長的,則為最長公共子串行。複雜度對於一般的lcs問題,都屬於np問題。當數列的量為一定的時,都可以採用動態規劃去解決。解法動態規劃的乙個計算最長公共子串...