动态规划算法——最长公共子序列问题(java实现)

已知序列X=(A,B,C,A,B,D,A)和序列Y=(B,A,D,B,A),求它们的最长公共子序列S。

 

/*
* LCSLength.java
* Version 1.0.0
* Created on 2017年11月30日
* Copyright ReYo.Cn
*/
package reyo.sdk.utils.test.dy;

/**
* 创  建 人:AdministratorReyoAut 
* 创建时间:2017年11月30日 下午5:20:29
* * @author ReYo * @version 1.0 */ /** * 最长公共子序列问题。 * 已知序列X=(A,B,C,A,B,D,A)和序列Y=(B,A,D,B,A) * 求它们的最长公共子序列S * @author 光 */ public class LCSLength { /** * 获得矩阵dp * dp矩阵最右下角的值为两个序列的最长公共子序列的长度 * @param str1 * @param str2 * @return */ public int[][] get_dp(char[] str1, char[] str2) { int[][] dp = new int[str1.length][str2.length]; dp[0][0] = str1[0] == str2[0] ? 1 : 0; for (int i = 1; i < str1.length; i++) { dp[i][0] = Math.max(dp[i - 1][0], str1[i] == str2[0] ? 1 : 0); } for (int j = 1; j < str2.length; j++) { dp[0][j] = Math.max(dp[0][j - 1], str1[0] == str2[j] ? 1 : 0); } for (int i = 1; i < str1.length; i++) { for (int j = 1; j < str2.length; j++) { dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]); if (str1[i] == str2[j]) { dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - 1] + 1); } } } return dp; } /** * 通过dp矩阵求解最长公共子序列的过程 * 就是还原出当时如何求解dp的过程, * 来自哪个方向的策略就朝哪个方向移动 * @param s1 * @param s2 * @return */ public String lcse(String s1, String s2) { if (s1 == null || s2 == null || s1.equals("") || s2.equals("")) { return ""; } char[] c1 = s1.toCharArray(); char[] c2 = s2.toCharArray(); int[][] dp = get_dp(c1, c2); int m = c1.length - 1; int n = c2.length - 1; char[] result = new char[dp[m][n]]; int index = result.length - 1; while (index >= 0) { if (n > 0 && dp[m][n] == dp[m][n - 1]) {//向左移动 n--; } else if (m > 0 && dp[m][n] == dp[m - 1][n]) {//向上移动 m--; } else {//向左上方移动 result[index--] = c1[m]; m--; n--; } } return String.valueOf(result); } public static void main(String[] args) { String str1 = "abbzqaba"; String str2 = "sababqcz"; LCSLength l = new LCSLength(); System.out.println(l.lcse(str1, str2)); } }

 

转载于:https://www.cnblogs.com/interdrp/p/7930095.html

你可能感兴趣的:(数据结构与算法,java,c/c++)