动态规划经典问题 - LCS
最长公共子序列(LCS)问题是寻找两个序列共有的最长子序列。子序列不要求连续,但必须保持相对顺序。LCS是许多文本比较和生物信息学应用的基础。
设 dp[i][j] 表示序列A的前i个字符与序列B的前j个字符的LCS长度。
最终 dp[m][n] 就是LCS的长度。通过回溯DP表可以还原出具体的LCS序列。
| 指标 | 复杂度 | 说明 |
|---|---|---|
| 时间复杂度 | O(M × N) | 需要填充整个DP表 |
| 空间复杂度 | O(M × N) | 需要存储DP表 |
| 优化空间 | O(min(M,N)) | 只存储两行即可(如果只需长度) |
def lcs(a, b): """计算最长公共子序列""" m, n = len(a), len(b) # 创建DP表 dp = [[0] * (n + 1) for _ in range(m + 1)] # 填充DP表 for i in range(1, m + 1): for j in range(1, n + 1): if a[i - 1] == b[j - 1]: dp[i][j] = dp[i - 1][j - 1] + 1 else: dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]) # 回溯获取LCS字符串 lcs_str = [] i, j = m, n while i > 0 and j > 0: if a[i - 1] == b[j - 1]: lcs_str.append(a[i - 1]) i -= 1 j -= 1 elif dp[i - 1][j] > dp[i][j - 1]: i -= 1 else: j -= 1 return ''.join(reversed(lcs_str)) # 使用示例 a = "ABCBDAB" b = "BDCABA" result = lcs(a, b) print(f"LCS: {result}, 长度: {len(result)}") # 输出: LCS: BCBA, 长度: 4
public class LCS { /** * 计算最长公共子序列 */ public static String lcs(String a, String b) { int m = a.length(); int n = b.length(); // 创建DP表 int[][] dp = new int[m + 1][n + 1]; // 填充DP表 for (int i = 1; i <= m; i++) { for (int j = 1; j <= n; j++) { if (a.charAt(i - 1) == b.charAt(j - 1)) { dp[i][j] = dp[i - 1][j - 1] + 1; } else { dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]); } } } // 回溯获取LCS字符串 StringBuilder lcsStr = new StringBuilder(); int i = m, j = n; while (i > 0 && j > 0) { if (a.charAt(i - 1) == b.charAt(j - 1)) { lcsStr.insert(0, a.charAt(i - 1)); i--; j--; } else if (dp[i - 1][j] > dp[i][j - 1]) { i--; } else { j--; } } return lcsStr.toString(); } public static void main(String[] args) { String a = "ABCBDAB"; String b = "BDCABA"; String result = lcs(a, b); System.out.println("LCS: " + result + ", 长度: " + result.length()); // 输出: LCS: BCBA, 长度: 4 } }