求三个字符串的最长公共子序列LCS(A,B,C)

LCS(A,B,C)!=LCS(A,LCS(B,C))

反例：

abcd

abcde

abced

LCS(B,C)求出来可能是abce或者abcd

dp[i][j][k]表示A[0...i],B[0...j],C[0...k]的LCS

转移方程：

if (a[i]==b[j]&&b[j]==c[k])
dp[i][j][k]=dp[i-1][j-1][k-1]+1;
else
dp[i][j][k]=max(max(dp[i][j][k], dp[i-1][j][k]), max(dp[i][j-1][k], dp[i][j][k-1]));

证明：

1）优化子结构：

当a[i]=b[j]=c[k]时，设z[x]!=a[i]，则可加a[i]到Z，得到一个长为x+1的公共序列，与Z[x]是LCS矛盾，于是z[x]=a[i]=b[j]=c[k]

现在证明z[x-1]是A[i-1]B[j-1]C[k-1]的LCS。

假设不是，则存在A[i-1]B[j-1]C[k-1]的公共子序列W，W的长度大于x-1，增加a[i]到W，我们得到一个长度大于x的A[i]B[j]C[k]的公共子序列，与Z[x]是LCS矛盾。

于是，z[x-1]是A[i-1]B[j-1]C[k-1]的LCS。

当a[i],b[j],c[k]不相等时，LCS[i][j][k]肯定是LCS[i-1][j][k],LCS[i][j-1][k],LCS[i][j][k-1]中最大的一个。

证明z[x]是LCS同上。

2）重叠子问题：

显然有子问题重叠性。

求三个字符串的最长公共子序列LCS(A,B,C)

时间： 2024-10-05 20:14:08

求三个字符串的最长公共子序列LCS(A,B,C)的相关文章

c++求两个字符串的最长公共子序列and子串

https://blog.csdn.net/ggdhs/article/details/90713154 #include <iostream> using namespace std; int main() { char str1[] = "helloworld"; char str2[] = "loop"; int arr[11][5] = {0}; for(uint32_t i=1; i<11;i++) { cout << str

动态规划之----求两个字符串的最长公共子序列

package DongtaiGuihua; /** * Created by hunk on 2015/9/13. */public class LongestCommonSubstring { public static void main(String[] args){ String str1="BDCABA"; String str2="ABCBDAB"; System.out.println(findMaxCommonSubstring(str1,str2

算法导论中如何求两个字符串的最长公共子序列

#include<iostream> #include<string> using namespace std; const int max_length=10; void print(int b[max_length][max_length],string X,int i,int j); void LCS(string X,string Y,int b[max_length][max_length],int m,int n ) { int **c=new int*[m+1]; f

求两个字符串的最长公共子串——Java实现

要求:求两个字符串的最长公共子串,如"abcdefg"和"adefgwgeweg"的最长公共子串为"defg"(子串必须是连续的) public class Main03{ // 求解两个字符号的最长公共子串 public static String maxSubstring(String strOne, String strTwo){ // 参数检查 if(strOne==null || strTwo == null){ return null

求解两个字符串的最长公共子序列

一,问题描述给定两个字符串,求解这两个字符串的最长公共子序列(Longest Common Sequence).比如字符串1:BDCABA:字符串2:ABCBDAB 则这两个字符串的最长公共子序列长度为4,最长公共子序列是:BCBA 二,算法求解这是一个动态规划的题目.对于可用动态规划求解的问题,一般有两个特征:①最优子结构:②重叠子问题 ①最优子结构设 X=(x1,x2,.....xn) 和 Y={y1,y2,.....ym} 是两个序列,将 X 和 Y 的最长公共子序列记为LCS(X,

C++求解汉字字符串的最长公共子序列动态规划

近期,我在网上看了一些动态规划求字符串最长公共子序列的代码.可是无一例外都是处理英文字符串,当处理汉字字符串时.常常会出现乱码或者不对的情况. 我对代码进行了改动.使用wchar_t类型存储字符串,可以正确的处理英文字符串和汉字字符串的最长公共子序列. 代码例如以下: #include "stdafx.h" #include <iostream> #define N 1000 using namespace std; //str1存储字符串1,str2存储字符串2

1006 最长公共子序列Lcs（经典动态规划）

传送门 Description 给出两个字符串A B,求A与B的最长公共子序列(子序列不要求是连续的). 比如两个串为: abcicba abdkscab ab是两个串的子序列,abc也是,abca也是,其中abca是这两个字符串最长的子序列. Input 第1行:字符串A 第2行:字符串B (A,B的长度 <= 1000) Output 输出最长的子序列,如果有多个,随意输出1个. Sample Input abcicba abdkscab Sample Output abca 思路记:Xi

动态规划算法解最长公共子序列LCS问题

第一部分.什么是动态规划算法 ok,咱们先来了解下什么是动态规划算法. 动态规划一般也只能应用于有最优子结构的问题.最优子结构的意思是局部最优解能决定全局最优解(对有些问题这个要求并不能完全满足,故有时需要引入一定的近似).简单地说,问题能够分解成子问题来解决. 动态规划算法分以下4个步骤: 描述最优解的结构递归定义最优解的值按自底向上的方式计算最优解的值 //此3步构成动态规划解的基础. 由计算出的结果构造一个最优解. //此步如果只要求计算最优解的值时,可省略. 好,接下来,咱们

算法重拾之路——最长公共子序列(LCS)

***************************************转载请注明出处:http://blog.csdn.net/lttree******************************************** 第二章:动态规划最长公共子序列算法描述: 一个给定序列的子序列是该序列中删去若干元素后得到的序列.确切的说,若给定序列 X={ x1,x2,...,xm },则另一序列 Z = { z1,z2, ... ,zk },是X的子序列是指存在一个严格递增下标序列