1、最长公共子序列:
采用动态规划的思想,用一个数组dp[i][j]记录A字符串中i-1位置到B字符串中j-1位置的最长公共子序列,若A[i-1]==B[j-1],那么dp[i][j]=dp[i-1][j-1]+1,若不相同,那么dp[i][j]就是dp[i-1][j]和dp[i][j-1]中的较大者。
class LCS {
public:
int findLCS(string A, int n, string B, int m) {
if(n==0||m==0) return 0;
vector<vector<int>> dp(n+1,vector<int>(m+1,0));
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++){
if(A[i-1]==B[j-1]){
dp[i][j]=dp[i-1][j-1]+1;
}
else{
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
}
return dp[n][m];
}
};
2、最长公共子串
和公共子序列不同,子串要求连续。用一个二维矩阵记录对应字符是否相同,相同时对应位置填1,不同则为0,则最长公共子串的长度即为最长的一个对角线,下面的问题就转化为如何找出最长对角线;如果某个位置count[i][j]为1,就用count[i-1][j-1]的值加上1作为该位置的值,此时count矩阵中记录的就是到每个位置的对角线长度,找出其中最大值即可。
class LongestSubstring {
public:
int findLongest(string A, int n, string B, int m) {
int ret=0;
vector<vector<int>> count(n,vector<int>(m,0));
for(int i=0;i<n;i++){
for(int j=0;j<m;j++){
if(A[i]==B[j]){
count[i][j]=1;
}
}
}
for(int i=1;i<n;i++){
for(int j=1;j<m;j++){
if(count[i][j]==1){
count[i][j]+=count[i-1][j-1];
}
if(ret<count[i][j]) ret=count[i][j];
}
}
return ret;
}
};