Longest common substring(不连续子序列)

本文介绍了一种求解不连续最大子序列问题的算法实现,通过递归方式寻找两个字符串中的最大不连续子序列及其长度,并展示了具体的C++代码实现。

在前一篇文章中给出了最大连续子序列的实现

本文主要是算法导论中的不连续的最大子序列算法的一种实现。

输入:字符串str1和str2

输出:最大不连续子序列以及子序列的长度

 

#include <iostream>
#include
<string>
using namespace std;

template
<class T>
inline T max(T a, T b)
{
    
return a>b? a:b;
}


int LookUp(string str1,string str2, int i, int j, int** c)
{
    
if(c[i][j]>-1)
        
return c[i][j];
    
if(!(i&&j))
        c[i][j]
=0;
    
else
        
if(str1[i]==str2[j])
            c[i][j]
=LookUp(str1,str2,i-1,j-1,c)+1;
        
else
            c[i][j]
=max(LookUp(str1,str2,i,j-1,c),LookUp(str1,str2,i-1,j,c));
    
    
return c[i][j];
}


void print_LCS(string str1, string str2,int** c, int i, int j)
{
    
if(i==-1||j==-1)
        
return;
    
    
if(str1[i]==str2[j])
    
{
        print_LCS(str1, str2, c, i
-1, j-1);
        cout
<<str1[i]<<" "<<ends;
        
if(i==str1.size()-1)
            cout
<<endl;
    }

    
else
        
if(c[i-1][j]>c[i][j-1])
            print_LCS(str1, str2, c, i
-1, j);
        
else
            print_LCS(str1, str2, c, i, j
-1);
}


    
int LCS_length(string str1, string str2)
{
    
int m=str1.size()+1;
    
int n=str2.size()+1;

    
int** c=new int* [m];
    
int i,j;
    
for(i=0;i<m;++i)
        c[i]
=new int[n];

    
for(i=0;i<m;++i)
        
for(j=0;j<n;++j)
            c[i][j]
=-1;



    
int len=LookUp(str1,str2,m-1,n-1,c);
    
/*    for(i=0;i<m;++i)
    {
        for(j=0;j<n;++j)
            cout<<c[i][j]<<"  "<<ends;
        cout<<endl;
    }
*/
    
    print_LCS(str1,str2,c,m
-1,n-1);

    
for(i=0;i<m;++i)
        delete[] c[i];
    delete[] c;

    
return len;
}


int main()
{
    
string str1("10010101");
    
string str2("010110110");
    cout
<<"str1:"<<str1<<endl;
    cout
<<"str2:"<<str2<<endl;
    cout
<<LCS_length(str1,str2)<<endl;

    
return 0;
}


 输出结果:

str1:10010101
str2:010110110
010101

 

<think>好的,我现在需要详细解释最长公共子串(Longest Common Substring)的定义和实现方法。首先,得明确最长公共子串和最长公共子序列(Longest Common Subsequence)的区别,避免混淆。最长公共子串要字符连续,而子序列需要。比如,"abcde"和"abfce"的公共子串是"ab"或"ce",而最长公共子序列可能是"abce"。 接下来,用户需要了解具体的实现方法。根据提供的引用资料,动态规划是常用的方法。我需要先解释动态规划的基本思路,然后逐步构建解决方案。比如,动态规划表的结构,如何填充表格,以及如何通过表格回溯找到最长子串。 然后,具体步骤可能需要详细展开。例如,创建一个二维数组dp,其中dp[i][j]表示以字符串a的第i个字符和字符串b的第j个字符结尾的最长公共子串的长度。当a[i-1]等于b[j-1]时,dp[i][j] = dp[i-1][j-1] + 1,否则为0。同时,记录最大值和结束位置,以便最后提取子串。 需要检查引用的同语言的实现,确保算法的一致性。比如引用3和4中的Java和C++代码都使用了类似的动态规划方法,二维数组的处理方式也相似。此外,引用5中提到优化思路,即需要存储整个二维数组,只需要前一行的数据即可,这样可以优化空间复杂度,但可能用户的问题暂时需要深入优化,所以可能放在后面作为补充。 另外,用户可能需要时间复杂度分析。动态规划方法的时间复杂度是O(m*n),其中m和n是两个字符串的长度。空间复杂度如果使用二维数组的话也是O(m*n),但可以优化到O(n)或O(m)如果只保留一行或一列的数据。 最后,要生成相关问题,参考用户之前的例子,比如如何优化空间复杂度,同实现方式的比较,或者应用场景等。这些问题应该与最长公共子串相关,并且能够帮助用户进一步学习。 需要注意用户提供的引用中有一些代码示例,比如JavaScript和Objective-C的实现,可能需要提及同语言实现的差异,但用户主要问题可能更关注算法本身,所以重点放在算法步骤而是具体代码。 总结回答结构:先定义,然后动态规划步骤,时间复杂度分析,代码示例(选择Python作为例子,因为用户提供的示例中有Python代码),最后应用场景和相关问题。</think>### 最长公共子串(Longest Common Substring)定义与实现 #### 定义 最长公共子串是指两个或多个字符串中**连续相同**的最长子序列。例如,字符串 $s_1 = \text{"abcde"}$ 和 $s_2 = \text{"abfce"}$ 的最长公共子串是 $\text{"ab"}$ 或 $\text{"ce"}$(长度均为2)。与最长公共子序列(LCS同,公共子串要字符必须连续[^3][^5]。 --- #### 动态规划实现方法 ##### 核心思想 通过构建二维数组 $dp[i][j]$,记录以字符串 $a$ 的第 $i$ 个字符和字符串 $b$ 的第 $j$ 个字符结尾的最长公共子串长度。递推公式为: $$ dp[i][j] = \begin{cases} dp[i-1][j-1] + 1 & \text{if } a[i-1] = b[j-1] \\ 0 & \text{otherwise} \end{cases} $$ 同时,记录全局最大值 $max\_length$ 及其结束位置 $index$,以便提取子串[^3][^4][^5]。 ##### 步骤详解 1. **初始化二维数组**:第一行和第一列设为0,简化边界条件。 2. **填充数组**:遍历两字符串的每个字符,若字符相等,则当前值等于左上角值加1。 3. **更新最大值**:每次计算 $dp[i][j]$ 后,更新全局最大值和索引。 4. **提取结果**:根据记录的索引和长度,从原字符串中截取子串。 ##### 时间复杂度与空间复杂度 - **时间复杂度**:$O(m \times n)$($m,n$ 为字符串长度) - **空间复杂度**:$O(m \times n)$,可优化至 $O(\min(m,n))$[^5]。 --- #### Python实现示例 ```python def longest_common_substring(a, b): m, n = len(a), len(b) dp = [[0] * (n+1) for _ in range(m+1)] max_length = 0 end_index = 0 for i in range(1, m+1): for j in range(1, n+1): if a[i-1] == b[j-1]: dp[i][j] = dp[i-1][j-1] + 1 if dp[i][j] > max_length: max_length = dp[i][j] end_index = i else: dp[i][j] = 0 return a[end_index - max_length : end_index] if max_length > 0 else "" ``` --- #### 应用场景 1. **DNA序列比对**:寻找生物序列中的相似片段。 2. **文本相似度分析**:检测抄袭或重复内容。 3. **版本控制系统**:识别代码修改的公共部分[^1][^2][^4]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值