在 C++ 中查詢一個字串的最長子序列,該子序列也是另一個字串的子字串


假設我們有兩個字串 X 和 Y,我們需要找到字串 X 的最長子序列的長度,該子序列是字串 Y 的子字串。所以如果 X = “ABCD” 且 Y = “BACDBDCD”,則輸出將為 3。因為 “ACD” 是 X 的最長子序列,並且是 Y 的子字串。

這裡我們將使用動態規劃方法來解決這個問題。所以如果 X 的長度為 n,Y 的長度為 m,則建立一個 (m+1)x(n+1) 階的 DP 陣列。DP[i, j] 的值為 X[0…j] 的最長子序列的長度,該子序列是 Y[0…i] 的子字串。現在對於 DP 的每個單元格,它將遵循如下規則

  • 對於 i 從 1 到 m 的範圍
    • 對於 j 從 1 到 n 的範圍
      • 當 X[i – 1] 與 Y[j – i] 相同,則 DP[i, j] := 1 + DP[i – 1, j – 1]
      • 否則 DP[i, j] := 1 + DP[i, j – 1]

最後,x 的最長子序列的長度(該子序列是 y 的子字串)是 max(DP[i, n]),其中 1 <= i <= m。

示例

 即時演示

#include<iostream>
#define MAX 100
using namespace std;
int maxSubLength(string x, string y) {
   int table[MAX][MAX];
   int n = x.length();
   int m = y.length();
   for (int i = 0; i <= m; i++)
      for (int j = 0; j <= n; j++)
   table[i][j] = 0;
   for (int i = 1; i <= m; i++) {
      for (int j = 1; j <= n; j++) {
         if (x[j - 1] == y[i - 1])
            table[i][j] = 1 + table[i - 1][j - 1];
         else
            table[i][j] = table[i][j - 1];
      }
   }
   int ans = 0;
   for (int i = 1; i <= m; i++)
   ans = max(ans, table[i][n]);
   return ans;
}
int main() {
   string x = "ABCD";
   string y = "BACDBDCD";
   cout << "Length of Maximum subsequence substring is: " << maxSubLength(x, y);
}

輸出

Length of Maximum subsequence substring is: 3

更新於: 2019-12-18

1K+ 次檢視

開啟你的 職業生涯

透過完成課程獲得認證

開始學習
廣告