最長共通サブシーケンスLCS理解と実装[python]
2569 ワード
問題:2つの文字列S 1とS 2を与えて、この2つの文字列の最も長い共通のサブシーケンスの長さを求めます
例:
S 1=ABCD,S 2=AEBD,最長共通サブシーケンス長3
考え方:
1.トップダウンの方法
|-遡及法:時間複雑度O(2^n*n)
|-2つの文字列の最後の文字を比較し、等しい場合と等しくない場合に分けます.
|-等しい:res=1+back(m-1,n-1)
|-等しくない:res=max(back(m,n-1),back(m-1,n))
|-ここでm,nはそれぞれ2つの文字列の最後の要素のインデックスであり、backは再帰的に呼び出された最長の共通サブシーケンスを探す関数である.
|-構造化子関数:時間複雑度O(m*n)
2.下から上へのアプローチ
|-2 Dダイナミックプランニング:
|-状態LCS(m,n):S 1[0...m]およびS 2[0...n]の最長共通サブシーケンスの長さを表す
|-m,nはLCSで新しく追加された2文字であり,現在この2文字が追加された後の状態遷移を考慮するだけでよい.
|-状態遷移方程式は2つのケースに分けられる.
|-1. S1[m] == S2[n]: LCS(m, n)=1+LCS(m-1,n-1)
|-2. S1[m] != S2[N]: LCS(m, n)=max(Lcs(m-1, n), LCS(m, n-1))
|-時間複雑度O(m*n)
github:クリックしてリンクを開く
pythonソースコード:
例:
S 1=ABCD,S 2=AEBD,最長共通サブシーケンス長3
考え方:
1.トップダウンの方法
|-遡及法:時間複雑度O(2^n*n)
|-2つの文字列の最後の文字を比較し、等しい場合と等しくない場合に分けます.
|-等しい:res=1+back(m-1,n-1)
|-等しくない:res=max(back(m,n-1),back(m-1,n))
|-ここでm,nはそれぞれ2つの文字列の最後の要素のインデックスであり、backは再帰的に呼び出された最長の共通サブシーケンスを探す関数である.
|-構造化子関数:時間複雑度O(m*n)
2.下から上へのアプローチ
|-2 Dダイナミックプランニング:
|-状態LCS(m,n):S 1[0...m]およびS 2[0...n]の最長共通サブシーケンスの長さを表す
|-m,nはLCSで新しく追加された2文字であり,現在この2文字が追加された後の状態遷移を考慮するだけでよい.
|-状態遷移方程式は2つのケースに分けられる.
|-1. S1[m] == S2[n]: LCS(m, n)=1+LCS(m-1,n-1)
|-2. S1[m] != S2[N]: LCS(m, n)=max(Lcs(m-1, n), LCS(m, n-1))
|-時間複雑度O(m*n)
github:クリックしてリンクを開く
pythonソースコード:
class Solution(object):
# 1
def back(self, S1, S2):
m = len(S1)-1
n = len(S2)-1
#
if m < 0 or n < 0:
return 0
#
if S1[m] == S2[n]:
return 1+self.back(S1[:m], S2[:n])
else:
#
return max(self.back(S1[:m], S2), self.back(S1, S2[:n]))
# 2
def childS(self, S1, S2):
m = len(S1) - 1
n = len(S2) - 1
rows = [-1 for i in range(n + 1)]
memo = [rows.copy() for j in range(m + 1)]
return self.struct(S1, S2, memo)
def struct(self, S1, S2, memo):
m = len(S1) - 1
n = len(S2) - 1
#
if m < 0 or n < 0:
return 0
if S1[m] == S2[n]:
if memo[m-1][n-1] == -1:
memo[m - 1][n - 1] = self.struct(S1[:m], S2[:n], memo)+1
return memo[m-1][n-1]
else:
if memo[m-1][n] == -1:
memo[m - 1][n] = self.struct(S1[:m], S2, memo)
if memo[m][n-1] == -1:
memo[m][n - 1] = self.struct(S1, S2[:n], memo)
return max(memo[m][n - 1], memo[m-1][n])
# 3
def dp(self, S1, S2):
m = len(S1)
n = len(S2)
if m < 0 or n < 0:
return 0
memo = [[0]*(n+1) for j in range(m+1)]
# 0 0 0
for i in range(1, m+1):
for j in range(1, n+1):
if S1[i-1] == S2[j-1]: # S1 i S2 j
memo[i][j] = 1 + memo[i-1][j-1]
else:
memo[i][j] = max(memo[i-1][j], memo[i][j-1])
return memo[m][n]
S1 = 'AFDSAFDSA'
S2 = 'FDSAFD'
print(Solution().dp(S1, S2))class Solutio