最长公共子序列（LCS）问题（连续子序列）的三种解法.doc

PAGE PAGE 1 算法系列之六：最长公共子序列（LCS）问题（连续子序列）的三种解法 ? ??????? 最长公共子序列（LCS）问题有两种方式定义子序列，一种是子序列不要求不连续，一种是子序列必须连续。上一章介绍了用两种算法解决子序列不要求连续的最终公共子序列问题，本章将介绍要求子序列必须是连续的情况下如何用算法解决最长公共子序列问题。 ??????? 仍以上一章的两个字符串 “abcdea”和“aebcda”为例，如果子序列不要求连续，其最长公共子序列为“abcda”，如果子序列要求是连续，则其最长公共子序列应为“bcd”。在这种情况下，有可能两个字符串出现多个长度相同的公共子串，比如“askdfiryetd”和“trkdffirey”两个字符串就存在两个长度为3的公共子串，分别是“kdf”和“fir”，因此问题的性质发生了变化，需要找出两个字符串所有可能存在公共子串的情况，然后取最长的一个，如果有多个最长的公共子串，只取其中一个即可。 ??????? 字符串 “abcdea”和“aebcda”如果都以最左端的a字符对齐，则能够匹配的最长公共子串就是“a”。但是如果用第二个字符串的e字符对齐第一个字符串的a字符，则能够匹配的最长公共子串就是“bcd”。可见，从两个字符串的不同位置开始对齐匹配，可以得到不同的结果，因此，本文采用的算法就是穷举两个字符串所有可能的对齐方式，对每种对齐方式进行字符的逐个匹配，找出最长的匹配子串。 ?一、??? 递归方法? ??????? 首先看看递归方法。递归的方法比较简单，就是比较两个字符串的首字符是否相等，如果相等则将其添加到已知的公共子串结尾，然后对两个字符串去掉首字符后剩下的子串继续递归匹配。如果两个字符串的首字符不相等，则用三种对齐策略分别计算可能的最长公共子串，然后取最长的一个与当前已知的最长公共子串比较，如果比当前已知的最长公共子串长就用计算出的最长公共子串代替当前已知的最长公共子串。第一种策略是将第一个字符串的首字符删除，将剩下的子串与第二个字符串继续匹配；第二种策略是将第二个字符串的首字符删除，将剩下的子串与第一个字符串继续匹配；第三种策略是将两个字符串的首字符都删除，然后继续匹配两个字符串剩下的子串。删除首字符相当于字符对齐移位，整个算法实现如下： ? 180?void?RecursionLCS(const?std::string?str1,?const?std::string?str2,std::string?lcs) 181?{ 182?????if(str1.length()?==?0?||?str2.length()?==?0) 183???? ????return; 184? 185?????if(str1[0]?==?str2[0]) 186?????{ 187???? ??? lcs?+=?str1[0]; 188???? ??? RecursionLCS(str1.substr(1),?str2.substr(1),?lcs); 189?????} 190?????else 191?????{ 192???? ??? std::string strTmp1,strTmp2,strTmp3; 193? 194???? ??? RecursionLCS(str1.substr(1),?str2,?strTmp1); 195???? ??? RecursionLCS(str1,?str2.substr(1),?strTmp2); 196???? ??? RecursionLCS(str1.substr(1),?str2.substr(1),?strTmp3); 197???? ??? std::string strLongest?=?GetLongestString(strTmp1,?strTmp2,?strTmp3); 198???? ????if(lcs.length()??strLongest.length()) 199???? ??? ??? lcs?=?strLongest; 200?????} 201?} ?二、??? 两重循环方法 ??????? 使用两重循环进行字符串的对齐匹配过程如下图所示： 图（1）两重循环字符串对齐匹配示意图 ? 第一重循环确定第一个字符串的对齐位置，第二重循环确定第二个字符串的对齐位置，每次循环确定一组两个字符串的对齐位置，并从此对齐位置开始匹配两个字符串的最长子串，如果匹配到的最长子串比已知的（由前面的匹配过程找到的）最长子串长，则更新已知最长子串的内容。两重循环的实现算法如下： ? 153?void?LoopLCS(const?std::string?str1,?const?std::string?str