1. 最長共同子序列 (Longest Common Subsequence; LCS)
-
給定兩個序列,找出兩個序列中存在的最長子序列的長度。子序列是指以相同的相對順序出現,但不一定是連續的序列 稱爲「最長共同子序列」(Longest Common Subsequence; LCS)」
-
示例:
序列“ ABCDGH”和“ AEDFHR”的LCS爲長度3的“ ADH”。
序列“ AGGTAB”和“ GXTXAYB”的LCS爲長度4的“ GTAB”。
解題思路
首先看一個2個字符串abcdefg和cef 要想求2個字符串最後一個位置的LCS,我們需要在下面3中情況中取最大值 如果最後一個字符不相等,則我們在下面兩種情況中取一個最大值
第一個字符串取最後一個位置和第二個字符串不取最後一個位置,即abcdefg和ce
第一個字符串不取最後一個位置和第二個字符串取最後一個位置,即abcdef和cef
如果最後一個字符相等,我們只需要把前面的子串的LCS長度(即abcdef和ce)加上最後一個最後一個字符是否相等,相等爲1,不等爲0。
這裏有一個問題就是,爲什麼當兩個字符串最後一個字符相等的時候,我們取了最終就一定可以得到LCS了? 比如abcd和bdd,
如果我們兩個字符串都不取最後一個d,則剩下的串爲abc和bd,前面構成的LCS一定比取最後一個少1。
如果我們只取其中一個,則剩下的串有可能爲abcd和bd和abc和bdd,這2種情況的LCS最好也是和我們之前結果一樣。
下面用簡單的遞歸來實現
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)))
考慮到上述實現,以下是針對輸入字符串“ AXYT”和“ AYZX”
lcs(“ AXYT”,“ AYZX”)
/ \
lcs(“ AXY”,“ AYZX”)lcs(“ AXYT”,“ AYZ”)
/ \ / \
lcs(“ AX”,“ AYZX”)lcs(“ AXY”,“ AYZ”)lcs(“ AXY”,“ AYZ”)lcs(“ AXYT”,“ AY”)
在上面的部分遞歸樹中,lcs(“ AXY”,“ AYZ”)被求解兩次。如果我們繪製完整的遞歸樹,則可以看到有很多子問題可以一次又一次地解決。因此,此問題具有“重疊子結構”屬性,並且可以通過使用“記憶化”或“製表”來避免重新計算相同子問題。以下是LCS問題的列表實現。
上述天真的遞歸方法的時間複雜度在最壞的情況下爲O(2 ^ n),最壞的情況發生在X和Y的所有字符不匹配(即LCS的長度爲0)時。
def lcs(X, Y):
m = len(X)
n = len(Y)
# m,n都加1 確保m/n爲空的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))
上述實現的時間複雜度爲O(mn),比遞歸實現的最壞情況下的時間複雜度好得多。