動態規劃法(十)最長公共子序列(LCS)問題
問題介紹
??給定一個序列\(X=<x_1,x_2,....,x_m>\),另一個序列\(Z=<z_1,z_2,....,z_k>\)滿足如下條件時稱為X的子序列:存在一個嚴格遞增的X的下標序列\(<i_1,i_2,...,i_k>\),對所有的\(j=1,2,...,k\)滿足\(x_{i_j}=z_j.\)
??給定兩個序列\(X\)和\(Y\),如果\(Z\)同時是\(X\)和\(Y\)的子序列,則稱\(Z\)是\(X\)和\(Y\)的公共子序列。最長公共子序列(LCS)問題指的是:求解兩個序列\(X\)和\(Y\)的長度最長的公共子序列。例如,序列\(X=<A,B,C,B,D,A,B>\)
??本文將具體闡釋如何用動態規劃法(Dynamic Programming)來求解最長公共子序列(LCS)問題。
算法分析
1. LCS的子結構
??給定一個序列\(X=<x_1,x_2,....,x_m>\),對\(i=0,1,...,m\),定義\(X\)的第i前綴為\(X_i=<x_1,x_2,....,x_i>\),其中\(X_0\)為空序列。
??(LCS的子結構)令\(X=<x_1,x_2,....,x_m>\)和\(Y=<y_1,y_2,....,y_n>\)
- 如果\(x_m=y_n,\)則\(z_k=x_m=y_n\)且\(Z_{k-1}\)是\(X_{m-1}\)和\(Y_{n-1}\)的一個LCS。
- 如果\(x_m\neq y_n,\)則\(z_k \neq x_m\)意味著\(Z_{k-1}\)是\(X_{m-1}\)和\(Y\)的一個LCS。
- 如果\(x_m\neq y_n,\)則\(z_k\neq y_n\)且\(Z_{k-1}\)是\(X\)和\(Y_{n-1}\)的一個LCS。
2. 構造遞歸解
??在求\(X=<x_1,x_2,....,x_m>\)
??定義\(c[i,j]\)表示\(X_i\)和\(Y_j\)的LCS的長度。如果\(i=0\)或\(j=0\),則\(c[i,j]=0.\)利用LCS的子結構,可以得到如下公式:
\[ c[i,j]=\left\{ \begin{array}{lr} 0,\qquad 若i=0或j=0\ c[i-1, j-1]+1,\qquad 若i,j>0且x_i=y_j\ \max(c[i, j-1], c[i-1, j]),\qquad 若i,j>0且x_i\neq y_j \end{array} \right. \]
3. 計算LCS的長度
??計算LCS長度的偽代碼為LCS-LENGTH. 過程LCS-LENGTH接受兩個子序列\(X=<x_1,x_2,....,x_m>\)和\(Y=<y_1,y_2,....,y_n>\)為輸入。它將\(c[i, j]\)的值保存在表\(c\)中,同時,維護一個表\(b\),幫助構造最優解。過程LCS-LENGTH的偽代碼如下:
LCS-LENGTH(X, Y):
m = X.length
n = Y.length
let b[1...m, 1...n] and c[0...m, 0...n] be new table
for i = 1 to m
c[i, 0] = 0
for j = 1 to n
c[0, j] = 0
for i = 1 to m
for j = 1 to n
if x[i] == y[j]
c[i,j] = c[i-1, j-1]+1
b[i,j] = ‘diag‘
elseif c[i-1, j] >= c[i, j-1]
c[i,j] = c[i-1, j]
b[i,j] = ‘up‘
else
c[i,j] = c[i, j-1]
b[i,j] = ‘left‘
return c and b
4. 尋找LCS
??為了尋找\(X\)和\(Y\)的一個LCS, 我們需要用到LCS-LENGTH過程中的表\(b\),只需要簡單地從\(b[m, n]\)開始,並按箭頭方向追蹤下去即可。當在表項\(b[i,j]\)中遇到一個‘diag‘時,意味著\(x_i=y_j\)是LCS的一個元素。按照這種方法,我們可以按逆序依次構造出LCS的所有元素。偽代碼PRINT-LCS如下:
PRINT-LCS(b, X, i, j):
if i == 0 or j == 0
return
if b[i,j] == ‘diag‘
PRINT-LCS(b, X, i-1, j-1)
print x[i]
elseif b[i,j] == ‘up‘:
PRINT-LCS(b, X, i-1, j)
else
PRINT-LCS(b, X, i, j-1)
程序實現
??有了以上對LCS問題的算法分析,我們不難寫出具體的程序來實現它。下面將會給出Python代碼和Java代碼,供讀者參考。
??完整的Python代碼如下:
import numpy as np
# using dynamic programming to solve LCS problem
# parameters: X,Y -> list
def LCS_LENGTH(X, Y):
m = len(X) # length of X
n = len(Y) # length of Y
# create two tables, b for directions, c for solution of sub-problem
b = np.array([[None]*(n+1)]*(m+1))
c = np.array([[0]*(n+1)]*(m+1))
# use DP to sole LCS problem
for i in range(1, m+1):
for j in range(1, n+1):
if X[i-1] == Y[j-1]:
c[i,j] = c[i-1,j-1]+1
b[i,j] = ‘diag‘
elif c[i-1,j] >= c[i, j-1]:
c[i,j] = c[i-1,j]
b[i,j] = ‘up‘
else:
c[i,j] = c[i,j-1]
b[i,j] = ‘left‘
#print(b)
#print(c)
return b,c
# print longest common subsequence of X and Y
def print_LCS(b, X, i, j):
if i == 0 or j == 0:
return None
if b[i,j] == ‘diag‘:
print_LCS(b, X, i-1, j-1)
print(X[i-1], end=‘ ‘)
elif b[i,j] == ‘up‘:
print_LCS(b, X, i-1, j)
else:
print_LCS(b, X, i, j-1)
X = ‘conservatives‘
Y = ‘breather‘
b,c = LCS_LENGTH(X,Y)
print_LCS(b, X, len(X), len(Y))
輸出結果如下:
e a t e
??完整的Java代碼如下:
package DP_example;
import java.util.Arrays;
import java.util.List;
public class LCS {
// 主函數
public static void main(String[] args) {
// 兩個序列X和Y
List<String> X = Arrays.asList("A","B","C","B","D","A","B");
List<String> Y = Arrays.asList("B","D","C","A","B","A");
int m = X.size(); //X的長度
int n = Y.size(); // Y的長度
String[][] b = LCS_length(X, Y); //獲取維護表b的值
print_LCS(b, X, m, n); // 輸出LCS
}
/*
函數LCS_length:獲取維護表b的值
傳入參數: 兩個序列X和Y
返回值: 維護表b
*/
public static String[][] LCS_length(List X, List Y){
int m = X.size(); //X的長度
int n = Y.size(); // Y的長度
int[][] c = new int[m+1][n+1];
String[][] b = new String[m+1][n+1];
// 對表b和表c進行初始化
for(int i=1; i<m+1; i++){
for(int j=1; j<n+1; j++){
c[i][j] = 0;
b[i][j] = "";
}
}
// 利用自底向上的動態規劃法獲取b和c的值
for(int i=1; i<m+1; i++){
for(int j=1; j<n+1; j++){
if(X.get(i-1) == Y.get(j-1)){
c[i][j] = c[i-1][j-1]+1;
b[i][j] = "diag";
}
else if(c[i-1][j] >= c[i][j-1]){
c[i][j] = c[i-1][j];
b[i][j] = "up";
}
else{
c[i][j] = c[i][j-1];
b[i][j] = "left";
}
}
}
return b;
}
// 輸出最長公共子序列
public static int print_LCS(String[][] b, List X, int i, int j){
if(i == 0 || j == 0)
return 0;
if(b[i][j].equals("diag")){
print_LCS(b, X, i-1, j-1);
System.out.print(X.get(i-1)+" ");
}
else if(b[i][j].equals("up"))
print_LCS(b, X, i-1, j);
else
print_LCS(b, X, i, j-1);
return 1;
}
}
輸出結果如下:
B C B A
參考文獻
- 算法導論(第三版) 機械工業出版社
- https://www.geeksforgeeks.org/longest-common-subsequence/
註意:本人現已開通兩個微信公眾號: 因為Python(微信號為:python_math)以及輕松學會Python爬蟲(微信號為:easy_web_scrape), 歡迎大家關註哦~~
動態規劃法(十)最長公共子序列(LCS)問題