首页 > 代码库 > 算法重拾之路——最长公共子序列(LCS)
算法重拾之路——最长公共子序列(LCS)
***************************************转载请注明出处:http://blog.csdn.net/lttree********************************************
第二章:动态规划
最长公共子序列
算法描述:
一个给定序列的子序列是该序列中删去若干元素后得到的序列。确切的说,若给定序列 X={ x1,x2,...,xm },则另一序列 Z = { z1,z2, ... ,zk },是X的子序列是指存在一个严格递增下标序列 { i1,i2, ... , ik } 使得对于所有 j = 1,2, ... ,k 有:zj = xij 。 例如,序列 Z = { B,C,D,B } 是序列 X = { A,B,C,B,D,A,B } 的子序列,相应的递增下标序列为 { 2,3,5,7 }。
给定两个序列 X 和 Y,当另一序列Z既是 X的子序列 又是 Y的子序列时,称Z是序列X和Y的 公共子序列。
最长公共子序列问题: 给定两个序列X和Y,找出X和Y的最长公共子序列。
算法分析:
>1< 传统方法
穷举搜索法是最容易想到的算法,对X的所有子序列,检查它是否也是Y的子序列,从而确定它是否为X和Y的公共子序列。并且在检查过程中记录最长的公共子序列。X的所有子序列都检查过后即可求出X和Y的最长公共子序列。X的每个子序列相应于下标集 { 1,2,...,m }的一个子集。因此,共有 2^m 个不同子序列,从而穷举搜索法需要 指数时间。
>2< 动态规划
? 最长公共子序列问题有着最优子结构性质,
设 序列X = { x1,x2,...,xm } 和 Y={ y1,y2,...,yn } 的最长公共子序列为 Z={ z1,z2,...,zk } 则:
(1)若xm=yn,则zk=xm=yn,且zk-1是xm-1和yn-1的最长公共子序列.
(2)若xm!=yn且zk!=xm,则Z是xm-1和Y的最长公共子序列.
(3)若xm!=yn且zk!=yn,则Z是X和yn-1的最长公共子序列.
其中,Xm-1={x1,x2……xm-1},Yn-1={y1,y2……yn-1},Zk-1={z1,z2……zk-1}.? 最长公共子序列的子问题的递归结构
求两个序列的最长公共子序列,根据最优子结构性质可知,要按这样方式,递归进行:
> 当xm =yn 时, 找出 Xm-1 和 Yn-1的最长公共子序列,然后在其尾部加上xm(或者yn)即可得 X和Y 的最长公共子序列。
> 当xm ≠yn 时,必须解两个子问题,即找出 Xm-1 和 Y的一个最长公共子序列 及 X和 Yn-1 的一个最长公共子序列。 这两个公共子序列中较长者即为 X 和 Y 的最长公共子序列。
? 建立的递归关系如下:
算法程序:
<span style="font-family:Comic Sans MS;font-size:12px;">#include <iostream> using namespace std; const int M = 7; const int N = 6; // 求最长公共子序列函数 void LCSLength( int m , int n ,char* x ,char* y,int** c,int** b) { int i,j; // 数组边界设置为0 for( i = 1 ; i <= m ; ++i ) c[i][0] = 0; for( i = 1 ; i <= n ; ++i ) c[0][i] = 0; // 挨个比较 for( i = 1 ; i <= m ; ++i ) for( j = 1 ; j <= n ; ++j ) { // 如果 相应位置 字符相等,则最长子序列在之前的基础上+1,并且b数组存储标记1 if( x[i] == y[j] ) { c[i][j] = c[i-1][j-1] + 1; b[i][j] = 1; } // 如果 相应位置 字符不同,则查询横向和纵向哪个子序列长度最长,并且b数组存储相应标记 else if( c[i-1][j] >= c[i][j-1] ) { c[i][j] = c[i-1][j]; b[i][j] = 2; } else { c[i][j] = c[i][j-1]; b[i][j] = 3; } } } // 输出函数 void output(char *s,int n) { for(int i=1; i<=n; i++) { cout<<s[i]<<" "; } cout<<endl; } // 输出最长公共子序列函数 void LCS( int i ,int j ,char* x,int** b ) { if( i == 0 || j == 0 ) return; if( b[i][j] == 1 ) { LCS(i-1,j-1,x,b); cout<<x[i]; } else if( b[i][j] == 2 ) LCS(i-1,j,x,b); else LCS(i,j-1,x,b); } int main() { char x[] = {' ','A','B','C','B','D','A','B'}; char y[] = {' ','B','D','C','A','B','A'}; int **c = new int *[M+1]; int **b = new int *[M+1]; for(int i=0;i<=M;i++) { c[i] = new int[N+1]; b[i] = new int[N+1]; } cout<<"序列X:"<<endl; output(x,M); cout<<"序列Y:"<<endl; output(y,N); LCSLength(M,N,x,y,c,b); cout<<"序列X、Y最长公共子序列长度为:"<<c[M][N]<<endl; cout<<"序列X、Y最长公共子序列为:"<<endl; LCS(M,N,x,b); cout<<endl; return 0; }</span>
程序所构造的数组为:
算法优化:
对于一个具体问题,按照一般的算法设计策略设计出的算法,往往在算法的时间和空间需求上还可以改进。这种改进,通常是利用具体问题的一些特殊性。
例如,在算法LCS_length和LCS中,可进一步将数组b省去。
事实上,数组元素c[i,j]的值仅由c[i-1][j-1],c[i-1][j]和c[i][j-1]三个值之一确定,而数组元素b[i][j]也只是用来指示c[i][j]究竟由哪个值确定。
因此,在算法LCS中,我们可以不借助于数组b而借助于数组c本身临时判断c[i][j]的值是由c[i-1][j-1],c[i-1][j]和c[i][j-1]中哪一个数值元素所确定,代价是Ο(1)时间。
既然b对于算法LCS不是必要的,那么算法LCS_length便不必保存它。这一来,可节省θ(mn)的空间,而LCS_length和LCS所需要的时间分别仍然是Ο(mn)和Ο(m+n)。
另外,如果只需要计算最长公共子序列的长度,则算法的空间需求还可大大减少。事实上,在计算c[i][j]时,只用到数组c的第i行和第i-1行。因此,只要用2行的数组空间就可以计算出最长公共子序列的长度。更进一步的分析还可将空间需求减至min(m, n)。
算法重拾之路——最长公共子序列(LCS)