深入解析最長公共子串

更新時間：2013年05月23日 18:14:51 作者：

本篇文章是對最長公共子串進行了詳細的分析介紹，需要的朋友參考下

題目：如果字符串一的所有字符按其在字符串中的順序出現(xiàn)在另外一個字符串二中，則字符串一稱之為字符串二的子串。注意，并不要求子串（字符串一）的字符必須連續(xù)出現(xiàn)在字符串二中。請編寫一個函數(shù)，輸入兩個字符串，求它們的最長公共子串，并打印出最長公共子串。
例如：輸入兩個字符串BDCABA和ABCBDAB，字符串BCBA和BDAB都是是它們的最長公共子串，則輸出它們的長度4，并打印任意一個子串。
分析：求最長公共子串（Longest Common Subsequence, LCS）是一道非常經(jīng)典的動態(tài)規(guī)劃題，因此一些重視算法的公司像MicroStrategy都把它當作面試題。
完整介紹動態(tài)規(guī)劃將需要很長的篇幅，因此我不打算在此全面討論動態(tài)規(guī)劃相關的概念，只集中對LCS直接相關內(nèi)容作討論。如果對動態(tài)規(guī)劃不是很熟悉，請參考相關算法書比如算法討論。
考慮最長公共子序列問題如何分解成子問題，設A=“a0，a1，…，am-1”，B=“b0，b1，…，bn-1”，并Z=“z0，z1，…，zk-1”為它們的最長公共子序列。不難證明有以下性質(zhì)：
（1）如果am-1==bn-1，則zk-1=am-1=bn-1，且“z0，z1，…，zk-2”是“a0，a1，…，am-2”和“b0，b1，…，bn-2”的一個最長公共子序列；
（2）如果am-1!=bn-1，則若zk-1!=am-1時，蘊涵“z0，z1，…，zk-1”是“a0，a1，…，am-2”和“b0，b1，…，bn-1”的一個最長公共子序列；
（3）如果am-1!=bn-1，則若zk-1!=bn-1時，蘊涵“z0，z1，…，zk-1”是“a0，a1，…，am-1”和“b0，b1，…，bn-2”的一個最長公共子序列。
這樣，在找A和B的公共子序列時，如果有am-1==bn-1，則進一步解決一個子問題，找“a0，a1，…，am-2”和“b0，b1，…，bm-2”的一個最長公共子序列；如果am-1!=bn-1，則要解決兩個子問題，找出“a0，a1，…，am-2”和“b0，b1，…，bn-1”的一個最長公共子序列和找出“a0，a1，…，am-1”和“b0，b1，…，bn-2”的一個最長公共子序列，再取兩者中較長者作為A和B的最長公共子序列。
求解：
引進一個二維數(shù)組c[][]，用c[i][j]記錄X[i]與Y[j] 的LCS 的長度，b[i][j]記錄c[i][j]是通過哪一個子問題的值求得的，以決定輸出最長公共字串時搜索的方向。
我們是自底向上進行遞推計算，那么在計算c[i,j]之前，c[i-1][j-1]，c[i-1][j]與c[i][j-1]均已計算出來。此時我們根據(jù)X[i] == Y[j]還是X[i] != Y[j]，就可以計算出c[i][j]。
問題的遞歸式寫成：

回溯輸出最長公共子序列過程：

算法分析：
由于每次調(diào)用至少向上或向左（或向上向左同時）移動一步，故最多調(diào)用(m + n)次就會遇到i = 0或j = 0的情況，此時開始返回。返回時與遞歸調(diào)用時方向相反，步數(shù)相同，故算法時間復雜度為Θ(m + n)。
完整的實現(xiàn)代碼如下：

復制代碼代碼如下:

/** 
找出兩個字符串的最長公共子串的長度
** author :liuzhiwei  
** data   :2011-08-15
**/ 
#include "stdio.h"
#include "string.h"
#include "stdlib.h"
int LCSLength(char* str1, char* str2, int **b)
{
 int i,j,length1,length2,len;
 length1 = strlen(str1);
 length2 = strlen(str2);
 //雙指針的方法申請動態(tài)二維數(shù)組
 int **c = new int*[length1+1];      //共有l(wèi)ength1+1行
 for(i = 0; i < length1+1; i++)
  c[i] = new int[length2+1];      //共有l(wèi)ength2+1列
 for(i = 0; i < length1+1; i++)
  c[i][0]=0;        //第0列都初始化為0
 for(j = 0; j < length2+1; j++)
  c[0][j]=0;        //第0行都初始化為0
 for(i = 1; i < length1+1; i++)
 {
  for(j = 1; j < length2+1; j++)
  {
   if(str1[i-1]==str2[j-1])   //由于c[][]的0行0列沒有使用，c[][]的第i行元素對應str1的第i-1個元素
   {
    c[i][j]=c[i-1][j-1]+1;
    b[i][j]=0;          //輸出公共子串時的搜索方向
   }
   else if(c[i-1][j]>c[i][j-1])
   {
    c[i][j]=c[i-1][j];
    b[i][j]=1;
   }
   else
   {
    c[i][j]=c[i][j-1];
    b[i][j]=-1;
   }
  }
 }
 /*
 for(i= 0; i < length1+1; i++)
 {
 for(j = 0; j < length2+1; j++)
 printf("%d ",c[i][j]);
 printf("\n");
 }
 */
 len=c[length1][length2];
 for(i = 0; i < length1+1; i++)    //釋放動態(tài)申請的二維數(shù)組
  delete[] c[i];
 delete[] c;
 return len;
}
void PrintLCS(int **b, char *str1, int i, int j)
{
 if(i==0 || j==0)
  return ;
 if(b[i][j]==0)
 {
  PrintLCS(b, str1, i-1, j-1);   //從后面開始遞歸，所以要先遞歸到子串的前面，然后從前往后開始輸出子串
  printf("%c",str1[i-1]);        //c[][]的第i行元素對應str1的第i-1個元素
 }
 else if(b[i][j]==1)
  PrintLCS(b, str1, i-1, j);
 else
  PrintLCS(b, str1, i, j-1);
}
int main(void)
{
 char str1[100],str2[100];
 int i,length1,length2,len;
 printf("請輸入第一個字符串：");
 gets(str1);
 printf("請輸入第二個字符串：");
 gets(str2);
 length1 = strlen(str1);
 length2 = strlen(str2);
 //雙指針的方法申請動態(tài)二維數(shù)組
 int **b = new int*[length1+1];
 for(i= 0; i < length1+1; i++)
  b[i] = new int[length2+1];
 len=LCSLength(str1,str2,b);
 printf("最長公共子串的長度為：%d\n",len);
 printf("最長公共子串為：");
 PrintLCS(b,str1,length1,length2);
 printf("\n");
 for(i = 0; i < length1+1; i++)    //釋放動態(tài)申請的二維數(shù)組
  delete[] b[i];
 delete[] b;
 system("pause");
 return 0;
}

程序的效果圖如下：

第二種方法為：

復制代碼代碼如下:

/** 
找出兩個字符串的最長公共子串的長度
** author :liuzhiwei  
** data   :2011-08-15
**/ 
#include "stdio.h"
#include "string.h"
#include "stdlib.h"
int LCSLength(char* str1, char* str2)    //求得兩個字符串的最大公共子串長度并輸出公共子串
{
 int i,j,length1,length2;
 length1 = strlen(str1);
 length2 = strlen(str2);
 //雙指針的方法申請動態(tài)二維數(shù)組
 int **c = new int*[length1+1];      //共有l(wèi)ength1+1行
 for(i = 0; i < length1+1; i++)
  c[i] = new int[length2+1];      //共有l(wèi)ength2+1列
 for(i = 0; i < length1+1; i++)
  c[i][0]=0;        //第0列都初始化為0
 for(j = 0; j < length2+1; j++)
  c[0][j]=0;        //第0行都初始化為0
 for(i = 1; i < length1+1; i++)
 {
  for(j = 1; j < length2+1; j++)
  {
   if(str1[i-1]==str2[j-1])   //由于c[][]的0行0列沒有使用，c[][]的第i行元素對應str1的第i-1個元素
    c[i][j]=c[i-1][j-1]+1;
   else if(c[i-1][j]>c[i][j-1])
    c[i][j]=c[i-1][j];
   else
    c[i][j]=c[i][j-1];
  }
 }
 //輸出公共子串
 char s[100];
 int len,k;
 len=k=c[length1][length2];
 s[k--]='\0';
 i=length1,j=length2;
 while(i>0 && j>0)
 {
  if(str1[i-1]==str2[j-1])
  {
   s[k--]=str1[i-1];
   i--;
   j--;
  }
  else if(c[i-1][j]<c[i][j-1])
   j--;
  else
   i--;
 }
 printf("最長公共子串為：");
 puts(s);
 for(i = 0; i < length1+1; i++)    //釋放動態(tài)申請的二維數(shù)組
  delete[] c[i];
 delete[] c;
 return len;
}
int main(void)
{
 char str1[100],str2[100];
 int length1,length2,len;
 printf("請輸入第一個字符串：");
 gets(str1);
 printf("請輸入第二個字符串：");
 gets(str2);
 length1 = strlen(str1);
 length2 = strlen(str2);
 len=LCSLength(str1,str2);
 printf("最長公共子串的長度為：%d\n",len);
 system("pause");
 return 0;
}

問題拓展：設A、B、C是三個長為n的字符串，它們?nèi)∽酝怀?shù)大小的字母表。設計一個找出三個串的最長公共子串的O(n^3)的時間算法。
思路：跟上面的求2個字符串的公共子串是一樣的思路，只不過這里需要動態(tài)申請一個三維的數(shù)組，三個字符串的尾字符不同的時候，考慮的情況多一些而已。

復制代碼代碼如下:

/** 
找出三個字符串的最長公共子串的長度
** author :liuzhiwei  
** data   :2011-08-15
**/ 
#include "stdio.h"
#include "string.h"
#include "stdlib.h"
int max1(int m,int n)
{
 if(m>n)
  return m;
 else
  return n;
}
int max2(int x,int y,int z,int k,int m,int n)
{
 int max=-1;
 if(x>max)
  max=x;
 if(y>max)
  max=y;
 if(z>max)
  max=z;
 if(k>max)
  max=k;
 if(m>max)
  max=m;
 if(n>max)
  max=n;
 return max;
}
int LCSLength(char* str1, char* str2, char* str3)    //求得三個字符串的最大公共子串長度并輸出公共子串
{
 int i,j,k,length1,length2,length3,len;
 length1 = strlen(str1);
 length2 = strlen(str2);
 length3 = strlen(str3);
 //申請動態(tài)三維數(shù)組
 int ***c = new int**[length1+1];      //共有l(wèi)ength1+1行
 for(i = 0; i < length1+1; i++)
 {
  c[i] = new int*[length2+1];      //共有l(wèi)ength2+1列
  for(j = 0; j<length2+1; j++)
   c[i][j] = new int[length3+1];
 }
 for(i = 0; i < length1+1; i++)
 {
  for(j = 0; j < length2+1; j++)
   c[i][j][0]=0;
 }
 for(i = 0; i < length2+1; i++)
 {
  for(j = 0; j < length3+1; j++)
   c[0][i][j]=0;
 }
 for(i = 0; i < length1+1; i++)
 {
  for(j = 0; j < length3+1; j++)
   c[i][0][j]=0;   
 }
 for(i = 1; i < length1+1; i++)
 {
  for(j = 1; j < length2+1; j++)
  {
   for(k = 1; k < length3+1; k++)
   {
    if(str1[i-1]==str2[j-1] && str2[j-1]==str3[k-1])
     c[i][j][k]=c[i-1][j-1][k-1]+1;
    else if(str1[i-1]==str2[j-1] && str1[i-1]!=str3[k-1])
     c[i][j][k]=max1(c[i][j][k-1],c[i-1][j-1][k]);
    else if(str1[i-1]==str3[k-1] && str1[i-1]!=str2[j-1])
     c[i][j][k]=max1(c[i][j-1][k],c[i-1][j][k-1]);
    else if(str2[j-1]==str3[k-1] && str1[i-1]!=str2[j-1])
     c[i][j][k]=max1(c[i-1][j][k],c[i][j-1][k-1]);
    else
    {
     c[i][j][k]=max2(c[i-1][j][k],c[i][j-1][k],c[i][j][k-1],c[i-1][j-1][k],c[i-1][j][k-1],c[i][j-1][k-1]);
    }
   }
  }
 }
 len=c[length1][length2][length3];
 for(i = 1; i < length1+1; i++)          //釋放動態(tài)申請的三維數(shù)組
 {
  for(j = 1; j < length2+1; j++)
   delete[] c[i][j];
  delete[] c[i];
 }
 delete[] c;
 return len;
}
int main(void)
{
 char str1[100],str2[100],str3[100];
 int len;
 printf("請輸入第一個字符串：");
 gets(str1);
 printf("請輸入第二個字符串：");
 gets(str2);
 printf("請輸入第三個字符串：");
 gets(str3);
 len=LCSLength(str1,str2,str3);
 printf("最長公共子串的長度為：%d\n",len);
 system("pause");
 return 0;
}