首页 > 代码库 > 经典算法题每日演练——第四题 最长公共子序列
经典算法题每日演练——第四题 最长公共子序列
一: 作用
最长公共子序列的问题常用于解决字符串的相似度,是一个非常实用的算法,作为码农,此算法是我们的必备基本功。
二:概念
举个例子,cnblogs这个字符串中子序列有多少个呢?很显然有27个,比如其中的cb,cgs等等都是其子序列,我们可以看出
子序列不见得一定是连续的,连续的那是子串。
我想大家已经了解了子序列的概念,那现在可以延伸到两个字符串了,那么大家能够看出:cnblogs和belong的公共子序列吗?
在你找出的公共子序列中,你能找出最长的公共子序列吗?
从图中我们看到了最长公共子序列为blog,仔细想想我们可以发现其实最长公共子序列的个数不是唯一的,可能会有两个以上,
但是长度一定是唯一的,比如这里的最长公共子序列的长度为4。
三:解决方案
<1> 枚举法
这种方法是最简单,也是最容易想到的,当然时间复杂度也是龟速的,我们可以分析一下,刚才也说过了cnblogs的子序列
个数有27个 ,延伸一下:一个长度为N的字符串,其子序列有2N个,每个子序列要在第二个长度为N的字符串中去匹配,匹配一次
需要O(N)的时间,总共也就是O(N*2N),可以看出,时间复杂度为指数级,恐怖的令人窒息。
<2> 动态规划
既然是经典的题目肯定是有优化空间的,并且解题方式是有固定流程的,这里我们采用的是矩阵实现,也就是二维数组。
第一步:先计算最长公共子序列的长度。
第二步:根据长度,然后通过回溯求出最长公共子序列。
现有两个序列X={x1,x2,x3,...xi},Y={y1,y2,y3,....,yi},
设一个C[i,j]: 保存Xi与Yj的LCS的长度。
递推方程为:
不知道大家看懂了没?动态规划的一个重要性质特点就是解决“子问题重叠”的场景,可以有效的避免重复计算,根据上面的
公式其实可以发现C[i,j]一直保存着当前(Xi,Yi)的最大子序列长度。
1 using System; 2 namespace ConsoleApplication2 3 { 4 public class Program 5 { 6 static int[,] martix; 7 8 static string str1 = "cnblogs"; 9 static string str2 = "belong";10 11 static void Main(string[] args)12 {13 martix = new int[str1.Length + 1, str2.Length + 1];14 15 LCS(str1, str2);16 17 //只要拿出矩阵最后一个位置的数字即可18 Console.WriteLine("当前最大公共子序列的长度为:{0}", martix[str1.Length, str2.Length]);19 20 Console.Read();21 }22 23 static void LCS(string str1, string str2)24 {25 //初始化边界,过滤掉0的情况26 for (int i = 0; i <= str1.Length; i++)27 martix[i, 0] = 0;28 29 for (int j = 0; j <= str2.Length; j++)30 martix[0, j] = 0;31 32 //填充矩阵33 for (int i = 1; i <= str1.Length; i++)34 {35 for (int j = 1; j <= str2.Length; j++)36 {37 //相等的情况38 if (str1[i - 1] == str2[j - 1])39 {40 martix[i, j] = martix[i - 1, j - 1] + 1;41 }42 else43 {44 //比较“左边”和“上边“,根据其max来填充45 if (martix[i - 1, j] >= martix[i, j - 1])46 martix[i, j] = martix[i - 1, j];47 else48 martix[i, j] = martix[i, j - 1];49 }50 }51 }52 }53 }54 }
图大家可以自己画一画,代码完全是根据上面的公式照搬过来的,长度的问题我们已经解决了,这次要解决输出最长子序列的问题,
我们采用一个标记函数Flag[i,j],当
①:C[i,j]=C[i-1,j-1]+1 时 标记Flag[i,j]="left_up"; (左上方箭头)
②:C[i-1,j]>=C[i,j-1] 时 标记Flag[i,j]="left"; (左箭头)
③: C[i-1,j]<C[i,j-1] 时 标记Flag[i,j]="up"; (上箭头)
例如:我输入两个序列X=acgbfhk,Y=cegefkh。
1 using System; 2 3 namespace ConsoleApplication2 4 { 5 public class Program 6 { 7 static int[,] martix; 8 9 static string[,] flag;10 11 static string str1 = "acgbfhk";12 13 static string str2 = "cegefkh";14 15 static void Main(string[] args)16 {17 martix = new int[str1.Length + 1, str2.Length + 1];18 19 flag = new string[str1.Length + 1, str2.Length + 1];20 21 LCS(str1, str2);22 23 //打印子序列24 SubSequence(str1.Length, str2.Length);25 26 Console.Read();27 }28 29 static void LCS(string str1, string str2)30 {31 //初始化边界,过滤掉0的情况32 for (int i = 0; i <= str1.Length; i++)33 martix[i, 0] = 0;34 35 for (int j = 0; j <= str2.Length; j++)36 martix[0, j] = 0;37 38 //填充矩阵39 for (int i = 1; i <= str1.Length; i++)40 {41 for (int j = 1; j <= str2.Length; j++)42 {43 //相等的情况44 if (str1[i - 1] == str2[j - 1])45 {46 martix[i, j] = martix[i - 1, j - 1] + 1;47 flag[i, j] = "left_up";48 }49 else50 {51 //比较“左边”和“上边“,根据其max来填充52 if (martix[i - 1, j] >= martix[i, j - 1])53 {54 martix[i, j] = martix[i - 1, j];55 flag[i, j] = "left";56 }57 else58 {59 martix[i, j] = martix[i, j - 1];60 flag[i, j] = "up";61 }62 }63 }64 }65 }66 67 static void SubSequence(int i, int j)68 {69 if (i == 0 || j == 0)70 return;71 72 if (flag[i, j] == "left_up")73 {74 Console.WriteLine("{0}: 当前坐标:({1},{2})", str2[j - 1], i - 1, j - 1);75 76 //左前方77 SubSequence(i - 1, j - 1);78 }79 else80 {81 if (flag[i, j] == "up")82 {83 SubSequence(i, j - 1);84 }85 else86 {87 SubSequence(i - 1, j);88 }89 }90 }91 }92 }
由于直接绘图很麻烦,嘿嘿,我就用手机拍了张:
好,我们再输入两个字符串:
1 static string str1 = "abcbdab";2 3 static string str2 = "bdcaba";
通过上面的两张图,我们来分析下它的时间复杂度和空间复杂度。
时间复杂度:构建矩阵我们花费了O(MN)的时间,回溯时我们花费了O(M+N)的时间,两者相加最终我们花费了O(MN)的时间。
空间复杂度:构建矩阵我们花费了O(MN)的空间,标记函数也花费了O(MN)的空间,两者相加最终我们花费了O(MN)的空间。
经典算法题每日演练——第四题 最长公共子序列