最长公共子串问题.pptVIP

最长公共子串问题 最长公共子串问题（Longest common substring, 简称LCS） [问题描述]一个字符串的某个子串，就是结定的字符串再去掉几个元素(可能一个也不去掉)。 形式化地，结定字符串X=Xl，X2，…，Xm，和另一字符串Z＝Zl，Z2，… ，Zk，如果存在X的一个严格递增的下标序列i1, i2, …, ik，使得对所有的J = 1, 2, …, k ，有 分析 描述LCS问题最优解的结构 首先．我们给出一个字符串“前缀”的概念： 给定一个字符串X=X1, X2, …, Xm，对I= 0, 1, …, m，定义X的第i个前缀为 例如，如果X＝＜A，B，C，B，D，A，B＞，则 而 则为空串。 两个输入字符串X和Y的所有前缀组成了LCS问题的子问题空间。由此我们发现LCS问题的最优子结构的三个性质： 设X＝X1, X2, …, Xm和Y＝Y1, Y2, …, Yn为两个输入字符串，并设X和Y的最长公共子串为Z=Z1, Z2, …, Zk 性质1：如果Xm = Yn，则Zk = Xm = Yn，且 分析 举例说明： X = A, B, E, …, G, F Y= C, D, H, …, K, F 因X和Y的最后一位相等，则它们的最长公共子串Z的最后一位必为F，即有 Z = ……, F的样式。并且 Z’=……是X’=A, B, E, …,G 和Y’=C,D,H, …,K的最长公共子串。 性质2： 分析-最优子结构 性质3： 递归地定义LCS的值 由LCS问题的最优子结构的三个性质可知，要求X=X1, X2, …, Xm和Y＝Y1, Y2, …, Yn 的一个LCS，可能要检查如下子问题： 1．若Xm＝Yn，我们就要找出 递归地定义LCS的值 用实例来说明上述查找过程。 设X＝＜A，B，C，B＞，Y＝＜B，D，C＞ 1) X4 = B, Y3=C , X4 Y3，因此转而求“ X’=A,B,C与Y的LCS” 和 “Y’= B,D与X的LCS”。谁长谁就是X和Y的LCS。 2a) X=A,B,C, Y=B,D,C, X3=Y3, 因此转而求X=A,B与Y=B,D的LCS。 2b) X=A,B,C,B, Y=B,D, X4Y2, 因此转而求X=A,B,C与Y=B,D 和 X=A,B,C,B与Y=B的LCS。 3a) X=A,B, Y= B,D, X2Y2, 因此转而求A与B,D 和A,B与B的LCS。 3b1)X=A,B,C, Y=B,D, X3Y2, 因此转而求A,B,C与B的LCS和A,B与B,D的LCS 3b2) X=A,B,C,B, Y=B, X4=Y1, 转而求 A,B,C与的LCS。在下一次计算中，就会遇到A,B,C与。显然，一个字符串与一个空串的公共子串仍是一个空串，长度为0。因此X=A,B,C,B, Y=B的LCS为B，长度为1 4a)同理， A与B,D 的LCS为; A,B与B的LCS为B, 因此A,B与B,D的LCS为B 4b)因A,B,C与B的LCS为B; A,B与B,D的LCS为B 故A,B,C,B与B,D的LCS为B 5a)因此A,B与B,D的LCS为B 故A,B,C与B,D,C的LCS为B,C 6) 因A,B,C与B,D,C的LCS为B,C； A,B,C,B与B,D的LCS为B 故 A,B,C,B与B,D,C的LCS为B,C 递归地定义LCS的值 设C[I,J]为字符串X和Y的最长公共子串的长度。X的长度为I，Y的长度为J。若I=0或者J=0，也就是说两个字符串之一的长度为0，当前LCS的长度值也必为0。由LCS问题的最优子结构可得递归式： 自底向上求LCS的值 我们看到C[I，J]由两个自变量构成，I表示X的长度，J表示Y的长度。那么选择哪一个作为阶段变量更好呢？由于两个字符串在性质上没有区别，因此选择哪一个作阶段变量都无所谓。为简单计，不妨取I作为阶段变量。 因此阶段变量k的值范围是：1=k=I. 阶段k表示求X的第k个前缀X’k与Y的最长公共子串。 自底向上求LCS的值 状态数： 字符串Y有长度分别为1，2，…，J的前缀字符串。这些前缀字符串与字符串X’k可以产生多少种组合呢？ 应该是J种，每种组合就会得到一个LCS，就是一个状态。 因此状态数为J。状态变量的取值范围为1=m=J 自底向上求LCS的值 决策数： 根据前面讨论的LCS的三个性质，我们可以作如下的决策： if X[k] = Y[m] then C[k , m] := C[k-1, m-1] + 1 else begin if C[k-1, m] C[k, m-1] then C[k,