最长公共子序列Lcs
2018-03-27 16:29
274 查看
最长公共子序列Lcs
给出两个字符串A B,求A与B的最长公共子序列(子序列不要求是连续的)。比如两个串为:
abcicba abdkscab
ab是两个串的子序列,abc也是,abca也是,其中abca是这两个字符串最长的子序列。
Input 第1行:字符串A
第2行:字符串B
(A,B的长度 <= 1000) Output 输出最长的子序列,如果有多个,随意输出1个。 Sample Input
abcicba abdkscabSample Output
abca求解:
引进一个二维数组c[][],用c[i][j]记录X[i]与Y[j] 的LCS 的长度,b[i][j]记录c[i][j]是通过哪一个子问题的值求得的,以决定输出最长公共字串时搜索的方向。
我们是自底向上进行递推计算,那么在计算c[i,j]之前,c[i-1][j-1],c[i-1][j]与c[i][j-1]均已计算出来。此时我们根据X[i] == Y[j]还是X[i] != Y[j],就可以计算出c[i][j]。 问题的递归式写成:
回溯输出最长公共子序列过程:
算法分析:
由于每次调用至少向上或向左(或向上向左同时)移动一步,故最多调用(m + n)次就会遇到i = 0或j = 0的情况,此时开始返回。返回时与递归调用时方向相反,步数相同,故算法时间复杂度为Θ(m + n)。
完整的实现代码如下:
#include <iostream> #include <cstdio> #include <cstring> using namespace std; int dp[1005][1005] = {0}; int vis[1005][1005] = {0}; string a,b; void PrintLcs(int i,int j){ if(i == 0 || j == 0) return; if(vis[i][j] == 0){ PrintLcs(i-1,j-1); printf("%c",a[i-1]); } else if(vis[i][j] == 1) PrintLcs(i-1,j); else PrintLcs(i,j-1); } int main(){ cin >> a >> b; dp[0][0] = 0; for(int i = 1; i <= a.length(); i++){ for(int j = 1; j <= b.length(); j++){ if(a[i-1] == b[j-1]){ dp[i][j] = dp[i-1][j-1] + 1; vis[i][j] = 0; } else if(dp[i-1][j] > dp[i][j-1]){ dp[i][j] = dp[i-1][j]; vis[i][j] = 1; } else{ dp[i][j] = dp[i][j-1]; vis[i][j] = -1; } } } PrintLcs(a.length(),b.length()); return 0; }
相关文章推荐
- 【tyvj】【dp】最长公共子序列(LCS)
- 动态规划--最长公共子序列(LCS).九度1042
- 最长公共子序列LCS
- hdu 1159 最长公共子序列LCS
- 入门 - 最长公共子序列 Lcs
- 最长公共子序列-LCS
- 最长公共子序列(LCS)问题
- 动态规划 LCS 求两个序列A,B中全部的最长公共子序列
- 最长上升子序列问题(LIS)和最长公共子序列问题(LCS)
- 51Nod- 1006 最长公共子序列Lcs(动态规划)
- 求最长公共子序列(lcs.pas/c/cpp)
- 最长公共子序列LCS
- [动态规划] LCS最长公共子序列问题
- 动态规划算法解最长公共子序列LCS问题
- 最长公共子序列(LCS)算法
- HDUOJ 1159 - Common Subsequence(DP:最长公共子序列LCS)
- POJ 2250 Compromise(文章的最长公共子序列LCS)
- 动态规划——最长公共子序列(LCS)
- 【算法】最长公共子序列(LCS)
- 最长公共子序列(LCS)动态规划解题笔记