数据结构与算法专题——第三题 最长公共子序列

一：做用

最长公共子序列的问题经常使用于解决字符串的类似度，是一个很是实用的算法，做为码农，此算法是咱们的必备基本功。

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，好比其中的cb,cgs等等都是其子序列，咱们能够看出子序列不见得必定是连续的，连续的那是子串。我想你们已经了解了子序列的概念，那如今能够延伸到两个字符串了，你能够看出 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？

从图中能够看到最长公共子序列为blog，仔细想一想咱们能够发现其实最长公共子序列的个数不是惟一的，可能会有两个以上，可是长度必定是惟一的，好比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，固然时间复杂度也是龟速的，能够分析一下，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，每一个子序列要在第二个长度为N的字符串中去匹配，匹配一次须要O(N)的时间，总共也就是O(N*2N)，能够看出，时间复杂度为指数级，恐怖的使人窒息。

2. 动态规划

既然是经典的题目确定是有优化空间的，而且解题方式是有固定流程的，这里咱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，而后经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：

不知道你们看懂了没？动态规划的一个重要性质特色就是解决“子问题重叠”的场景，能够有效的避免重复计算，根据上面的公式其实能够发现C[i,j]一直保存着当前(Xi,Yi)的最大子序列长度，代码以下：

public class Program
{
    static int[,] martix;

    static string str1 = "cnblogs";
    static string str2 = "belong";

    static void Main(string[] args)
    {
        martix = new int[str1.Length + 1, str2.Length + 1];

        LCS(str1, str2);

        //只要拿出矩阵最后一个位置的数字便可
        Console.WriteLine("当前最大公共子序列的长度为:{0}", martix[str1.Length, str2.Length]);

        Console.Read();
    }

    static void LCS(string str1, string str2)
    {
        //初始化边界，过滤掉0的状况
        for (int i = 0; i <= str1.Length; i++)
            martix[i, 0] = 0;

        for (int j = 0; j <= str2.Length; j++)
            martix[0, j] = 0;

        //填充矩阵
        for (int i = 1; i <= str1.Length; i++)
        {
            for (int j = 1; j <= str2.Length; j++)
            {
                //相等的状况
                if (str1[i - 1] == str2[j - 1])
                {
                    martix[i, j] = martix[i - 1, j - 1] + 1;
                }
                else
                {
                    //比较“左边”和“上边“，根据其max来填充
                    if (martix[i - 1, j] >= martix[i, j - 1])
                        martix[i, j] = martix[i - 1, j];
                    else
                        martix[i, j] = martix[i, j - 1];
                }
            }
        }
    }
}

图你们能够本身画一画，代码彻底是根据上面的公式照搬过来的，长度的问题咱们已经解决了，此次要解决输出最长子序列的问题，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。

public class Program
{
    static int[,] martix;

    static string[,] flag;

    static string str1 = "acgbfhk";

    static string str2 = "cegefkh";

    static void Main(string[] args)
    {
        martix = new int[str1.Length + 1, str2.Length + 1];

        flag = new string[str1.Length + 1, str2.Length + 1];

        LCS(str1, str2);

        //打印子序列
        SubSequence(str1.Length, str2.Length);

        Console.Read();
    }

    static void LCS(string str1, string str2)
    {
        //初始化边界，过滤掉0的状况
        for (int i = 0; i <= str1.Length; i++)
            martix[i, 0] = 0;

        for (int j = 0; j <= str2.Length; j++)
            martix[0, j] = 0;

        //填充矩阵
        for (int i = 1; i <= str1.Length; i++)
        {
            for (int j = 1; j <= str2.Length; j++)
            {
                //相等的状况
                if (str1[i - 1] == str2[j - 1])
                {
                    martix[i, j] = martix[i - 1, j - 1] + 1;
                    flag[i, j] = "left_up";
                }
                else
                {
                    //比较“左边”和“上边“，根据其max来填充
                    if (martix[i - 1, j] >= martix[i, j - 1])
                    {
                        martix[i, j] = martix[i - 1, j];
                        flag[i, j] = "left";
                    }
                    else
                    {
                        martix[i, j] = martix[i, j - 1];
                        flag[i, j] = "up";
                    }
                }
            }
        }
    }

    static void SubSequence(int i, int j)
    {
        if (i == 0 || j == 0)
            return;

        if (flag[i, j] == "left_up")
        {
            Console.WriteLine("{0}: 当前坐标:（{1},{2}）", str2[j - 1], i - 1, j - 1);

            //左前方
            SubSequence(i - 1, j - 1);
        }
        else
        {
            if (flag[i, j] == "up")
            {
                SubSequence(i, j - 1);
            }
            else
            {
                SubSequence(i - 1, j);
            }
        }
    }
}

因为直接绘图很麻烦，嘿嘿，我就用手机拍了张：

好，咱们再输入两个字符串：

static string str1 = "abcbdab";
static string str2 = "bdcaba";

经过上面的两张图，咱们来分析下它的时间复杂度和空间复杂度。

• 时间复杂度：构建矩阵咱们花费了O(MN)的时间，回溯时咱们花费了O（M+N)的时间，二者相加最终咱们花费了O(MN)的时间。
• 空间复杂度：构建矩阵咱们花费了O(MN)的空间，标记函数也花费了O(MN)的空间，二者相加最终咱们花费了O(MN)的空间。