1. 最长共同子序列 (Longest Common Subsequence; LCS)
给定两个序列,找出两个序列中存在的最长子序列的长度。子序列是指以相同的相对顺序出现,但不一定是连续的序列 称为「最长共同子序列」(Longest Common Subsequence; LCS)」
示例: 序列“ ABCDGH”和“ AEDFHR”的LCS为长度3的“ ADH”。 序列“ AGGTAB”和“ GXTXAYB”的LCS为长度4的“ GTAB”。
解题思路
首先看一个2个字符串abcdefg和cef 要想求2个字符串最后一个位置的LCS,我们需要在下面3中情况中取最大值 如果最后一个字符不相等,则我们在下面两种情况中取一个最大值
第一个字符串取最后一个位置和第二个字符串不取最后一个位置,即abcdefg和ce 第一个字符串不取最后一个位置和第二个字符串取最后一个位置,即abcdef和cef 如果最后一个字符相等,我们只需要把前面的子串的LCS长度(即abcdef和ce)加上最后一个最后一个字符是否相等,相等为1,不等为0。 这里有一个问题就是,为什么当两个字符串最后一个字符相等的时候,我们取了最终就一定可以得到LCS了? 比如abcd和bdd, 如果我们两个字符串都不取最后一个d,则剩下的串为abc和bd,前面构成的LCS一定比取最后一个少1。 如果我们只取其中一个,则剩下的串有可能为abcd和bd和abc和bdd,这2种情况的LCS最好也是和我们之前结果一样。
下面用简单的递归来实现
def lcs(X, Y, m, n): if m == 0 or n == 0: return 0 elif X[m - 1] == Y[n - 1]: return 1 + lcs(X, Y, m - 1, n - 1) else: return max(lcs(X, Y, m, n - 1), lcs(X, Y, m - 1, n))X = "AGGTAB"Y = "GXTXAYB"print("Length of LCS is ", lcs(X, Y, len(X), len(Y)))
考虑到上述实现,以下是针对输入字符串“ AXYT”和“ AYZX”
lcs(“ AXYT”,“ AYZX”) / \ lcs(“ AXY”,“ AYZX”)lcs(“ AXYT”,“ AYZ”) / \ / \lcs(“ AX”,“ AYZX”)lcs(“ AXY”,“ AYZ”)lcs(“ AXY”,“ AYZ”)lcs(“ AXYT”,“ AY”)
在上面的部分递归树中,lcs(“ AXY”,“ AYZ”)被求解两次。如果我们绘制完整的递归树,则可以看到有很多子问题可以一次又一次地解决。因此,此问题具有“重叠子结构”属性,并且可以通过使用“记忆化”或“制表”来避免重新计算相同子问题。以下是LCS问题的列表实现。
上述天真的递归方法的时间复杂度在最坏的情况下为O(2 ^ n),最坏的情况发生在X和Y的所有字符不匹配(即LCS的长度为0)时。
def lcs(X, Y): m = len(X) n = len(Y) # m,n都加1 确保m/n为空的case dp = [[0] * (n + 1) for _ in range(m + 1)] for i in range(m + 1): for j in range(n + 1): if i == 0 or j == 0: dp[i][j] = 0 elif X[i - 1] == Y[j - 1]: dp[i][j] = dp[i - 1][j - 1] + 1 else: dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]) print(dp) return dp[m][n]X = "AGGTAB"Y = "GXTXAYB"print("Length of LCS is ", lcs(X, Y))
上述实现的时间复杂度为O(mn),比递归实现的最坏情况下的时间复杂度好得多。
【感谢本站数字底座由龙石数据提供 http://www.longshidata.com/pages/government.html】