【51NOD】1006 最長公共子序列Lcs(靜態規劃)。本站提示廣大學習愛好者:(【51NOD】1006 最長公共子序列Lcs(靜態規劃))文章只能為提供參考,不一定能成為您想要的結果。以下是【51NOD】1006 最長公共子序列Lcs(靜態規劃)正文
給出兩個字符串A B,求A與B的最長公共子序列(子序列不要求是延續的)。
比方兩個串為: abcicba abdkscab ab是兩個串的子序列,abc也是,abca也是,其中abca是這兩個字符串最長的子序列。 Input第1行:字符串A 第2行:字符串B (A,B的長度 <= 1000)Output
輸入最長的子序列,假如有多個,隨意輸入1個。Input示例
abcicba abdkscabOutput示例
abca
問題定義
• 子序列
– X=(A, B, C, B, D, B)
– Z=(B, C, D, B)是X的子序例
– W=(B, D, A)不是X的子序例
• 公共子序列
–Z是序列X與Y的公共子序列假如Z是X的
子序也是Y的子序列。
最長公共子序列(LCS)問題
輸出:X = (x1,x2,...,xn),Y =
(y1,y2,...ym)
輸入:Z = X與Y的最長公共子序
列
最長公共子序列構造剖析
• 第i前綴
– 設X=(x1, x2, ..., xn)是一個序列,X的第i前
綴Xi
是一個序列,定義為Xi=(x1, ..., xi )
例. X=(A, B, D, C, A), X1=(A), X2=(A, B), X3=(A,
B, D)
優化子構造
定理1(優化子構造)設X=(x1, ..., xm)、
Y=(y1, ..., yn) 是兩個序列,Z=(z1, ..., zk)是X與Y的
LCS,我們有:
⑴ 假如xm=yn, 則zk=xm=yn, Zk-1
是Xm-1
和Yn-1
的
LCS,即,LCSXY = LCSXm-1Yn-1
+ <xm=yn>.
⑵ 假如xm.yn
,且zk.xm
,則Z是Xm-1
和Y的
LCS,即 LCSXY= LCSXm-1Y
⑶ 假如xm.yn,且zk.yn,則Z是X與Yn-1
的LCS,
即 LCSXY= LCSXYn-1
證明:
⑴. X=<x1, …, xm-1, xm>, Y=<y1, …, yn-1, xm>,則
LCSXY = LCSXm-1Yn-1
+ <xm=yn>.
設zkxm
,則可加xm=yn
到Z,失掉一個長為k+1的
X與Y的公共序列,與Z是X和Y的LCS矛盾。於是
zk=xm=yn
。
如今證明Zk-1
是Xm-1
與Yn-1
的LCS。顯然Zk-1
是Xm-
1
與Yn-1
的公共序列。我們需求證明Zk-1
是LCS。
設不然,則存在Xm-1
與Yn-1
的公共子序列W,W
的長大於k-1。添加xm=yn
到W,我們失掉一個長
大於k的X與Y的公共序列,與Z是LCS矛盾。於
是,Zk-1
是Xm-1
與Yn-1
的LCS.
⑵ X=<x1, …, xm-1, xm>, Y=<y1, …, yn-1, yn>,
xmyn
,zkxm
,則 LCSXY= LCSXm-1Y
由於zkxm
,Z是Xm-1
與Y的公共子序列。我
們來證Z是Xm-1
與Y的LCS。設Xm-1
與Y有一
個公共子序列W,W的長大於k, 則W也是X
與Y 的公共子序列,與Z是LCS矛盾。
⑶ 同⑵可證。
X和Y的LCS的優化解構造為
LCSXY=LCSXm-1Yn-1
+ <xm=yn> if xm=yn
LCSXY=LCSXm-1Y if xm≠yn, zk≠xm
LCSXY=LCSXYn-1 if xm≠yn, zk≠yn
樹立LCS長度的遞歸方程
• C[i, j] = Xi與Yj 的LCS的長度
• LCS長度的遞歸方程
C[i, j] = 0 if i=0 或 j=0
C[i, j] = C[i-1, j-1] + 1 if i, j>0 且 xi = yj
C[i, j] = Max(C[i, j-1], C[i-1, j]) if i, j>0 且 xi ≠ yj
自底向上計算LCS的長度
計算LCS長度的算法
– 數據構造
C[0:m,0:n]: C[i,j]是Xi
與Yj
的LCS的長度
B[1:m,1:n]: B[i,j] 是指針, 指向計算
C[i,j]時所選擇的子問題的優化解所對
應的C表的表項
LCS-length(X, Y)
m←length(X);n←length(Y);
For i←1 To m Do C[i,0]←0;
For j←1 To n Do C[0,j]←0;
For i←1 To m Do
For j←1 To n Do
If xi = yj
Then C[i,j]←C[i-1,j-1]+1;B[i,j]←“↖”;
Else If C[i-1,j]≥C[i,j-1]
Then C[i,j]≥C[i-1,j]; B[i,j]←“↑”;
Else C[i,j]≥C[i,j-1]; B[i,j]←“←”;
Return C and B.
結構優化解
• 根本思想
– 從B[m, n]開端按指針搜索
– 若B[i, j]=“↖”,則xi=yj
是LCS的一個元
素
– 如此找到的“LCS”是X與Y的LCS
Print-LCS(B, X, i, j)
IF i=0 or j=0 THEN Return;
IF B[i, j]=“↖”
THEN Print-LCS(B, X, i-1, j-1);
Print xi;
ELSE If B[i, j]=“↑”
THEN Print-LCS(B, X, i-1, j);
ELSE Print-LCS(B, X, i, j-1).
Print-LCS(B, X, length(X), length(Y))
可打印出X與Y的LCS。
1 /*功用:計算最優值 2 *參數: 3 * x:字符串x X:字符串x最大長度 4 * y:字符串y Y:字符串y最大長度 5 * b:標志數組 6 * xlen:字符串x的長度 7 * ylen:字符串y的長度 8 *前往值:最長公共子序列的長度 9 * 10 */ 11 int Lcs_Length(string x, string y, int b[][Y+1],int xlen,int ylen) 12 { 13 int i = 0; 14 int j = 0; 15 16 int c[X+1][Y+1]; 17 for (i = 0; i<=xlen; i++) 18 { 19 c[i][0]=0; 20 } 21 for (i = 0; i <= ylen; i++ ) 22 { 23 c[0][i]=0; 24 } 25 for (i = 1; i <= xlen; i++) 26 { 27 28 for (j = 1; j <= ylen; j++) 29 { 30 if (x[i - 1] == y[j - 1]) 31 { 32 c[i][j] = c[i-1][j-1]+1; 33 b[i][j] = 1; 34 } 35 else 36 if (c[i-1][j] > c[i][j-1]) 37 { 38 c[i][j] = c[i-1][j]; 39 b[i][j] = 2; 40 } 41 else 42 if(c[i-1][j] <= c[i][j-1]) 43 { 44 c[i][j] = c[i][j-1]; 45 b[i][j] = 3; 46 } 47 48 } 49 } 50 51 cout << "計算最優值效果圖如下所示:" << endl; 52 for(i = 1; i <= xlen; i++) 53 { 54 for(j = 1; j < ylen; j++) 55 { 56 cout << c[i][j] << " "; 57 } 58 cout << endl; 59 } 60 61 return c[xlen][ylen]; 62 }
完好代碼
//只能打印一個最長公共子序列 #include <iostream> using namespace std; const int X = 1000, Y = 1000; //串的最大長度 char result[X+1]; //用於保管後果 int count=0; //用於保管公共最長公共子串的個數 int c[X+1][Y+1]; int b[X + 1][Y + 1]; /*功用:計算最優值 *參數: * x:字符串x * y:字符串y * b:標志數組 * xlen:字符串x的長度 * ylen:字符串y的長度 *前往值:最長公共子序列的長度 * */ int Lcs_Length(string x, string y, int b[][Y+1],int xlen,int ylen) { int i = 0; int j = 0; //int c[X+1][Y+1]; for (i = 0; i<=xlen; i++) { c[i][0]=0; } for (i = 0; i <= ylen; i++ ) { c[0][i]=0; } for (i = 1; i <= xlen; i++) { for (j = 1; j <= ylen; j++) { if (x[i - 1] == y[j - 1]) { c[i][j] = c[i-1][j-1]+1; b[i][j] = 1; } else if (c[i-1][j] > c[i][j-1]) { c[i][j] = c[i-1][j]; b[i][j] = 2; } else if(c[i-1][j] <= c[i][j-1]) { c[i][j] = c[i][j-1]; b[i][j] = 3; } } } /* cout << "計算最優值效果圖如下所示:" << endl; for(i = 1; i <= xlen; i++) { for(j = 1; j < ylen; j++) { cout << c[i][j] << " "; } cout << endl; } */ return c[xlen][ylen]; } void Display_Lcs(int i, int j, string x, int b[][Y+1],int current_Len) { if (i ==0 || j==0) { return; } if(b[i][j]== 1) { current_Len--; result[current_Len]=x[i- 1]; Display_Lcs(i-1, j-1, x, b, current_Len); } else { if(b[i][j] == 2) { Display_Lcs(i-1, j, x, b, current_Len); } else { if(b[i][j]==3) { Display_Lcs(i, j-1, x, b, current_Len); } else { Display_Lcs(i-1,j,x,b, current_Len); } } } } int main(int argc, char* argv[]) { string x; string y; cin>>x>>y; int xlen = x.length(); int ylen = y.length(); //int b[X + 1][Y + 1]; int lcs_max_len = Lcs_Length( x, y, b, xlen,ylen ); //cout << lcs_max_len << endl; Display_Lcs( xlen, ylen, x, b, lcs_max_len ); //打印後果如下所示 for(int i = 0; i < lcs_max_len; i++) { cout << result[i]; } cout << endl; return 0; }
算法復雜性:
• 時間復雜性
– 計算代價的時間
• (i, j)兩層循環,i循環m步, j循環n步
• O(mn)
– 結構最優解的時間: O(m+n)
– 總時間復雜性為:O(mn)
• 空降復雜性
– 運用數組C和B
– 需求空間O(mn)