最长公共子序列

最长公共子序列(Longest Common Subsequence,简称LCS)是计算机科学中一个非常经典的算法问题,也是动态规划(Dynamic Programming, DP)的入门必学案例。它在 DNA 序列比对、Git 版本控制(找代码差异)以及文件相似度对比中都有广泛应用。

下面为你系统梳理 LCS 的核心知识点:


1. 先搞懂概念:子序列 vs 子串

很多初学者会把这两个概念搞混,这是理解 LCS 的第一道门槛。

  • 子串(Substring):必须是连续的字符。
    • 例如:对于字符串"abcdef","abc"和"cde"是它的子串,但"ace"不是。
  • 子序列(Subsequence):不要求连续,只要求保持原有的相对先后顺序。
    • 例如:对于"abcdef","ace"和"bdf"都是它的子序列(可以跳过中间的字符)。

最长公共子序列(LCS):给定两个序列(或字符串)A 和 B,找出它们所有的公共子序列中,长度最长的那一个。

  • 注意:最长公共子序列可能不止一个,但它们的长度是唯一的。
  • 例子:序列 A ="ABCBDAB",序列 B ="BDCABA"。它们的 LCS 可以是"BCBA"或"BDAB",长度都是 4。

2. 为什么用动态规划?

要暴力求解 LCS,我们需要穷举 A 的所有子序列(2^m 个),去 B 里查(O(n)),时间复杂度高得离谱。但这个问题有一个很好的性质:最优子结构和重叠子问题。也就是说,大问题的最优解可以由小问题的最优解推导出来。这正是动态规划的用武之地。

3. 动态规划的核心(两步走)

第一步:定义状态

我们用一个二维数组dp[i][j]来表示状态。定义:dp[i][j]表示字符串 A 的前i个字符,和字符串 B 的前j个字符,它们的最长公共子序列的长度。(注意:这里的i和j指的是长度,比如i=1代表 A 的第1个字符 A[0])

第二步:状态转移方程(核心逻辑)

当我们要求dp[i][j]时,我们只看 A 的第i个字符(即A[i-1])和 B 的第j个字符(即B[j-1]):

  • 情况 1:字符相等(A[i-1] == B[j-1])既然这两个字符相等,它们肯定可以作为当前公共子序列的最后一个字符。所以我们只需要看它们前面的字符能构成多长的 LCS,然后加上这 1 个即可。方程:dp[i][j] = dp[i-1][j-1] + 1

  • 情况 2:字符不相等(A[i-1] != B[j-1])既然不相等,它们不可能同时出现在同一个公共子序列的结尾。那我们就只能在以下两种选择中挑一个最长的:

    • 要么丢弃 A 的当前字符,看 A 的前i-1个字符和 B 的前j个字符的 LCS。
    • 要么丢弃 B 的当前字符,看 A 的前i个字符和 B 的前j-1个字符的 LCS。方程:dp[i][j] = max( dp[i-1][j], dp[i][j-1] )

第三步:边界初始化

如果 A 或 B 是空字符串,那么 LCS 长度肯定是 0。所以:dp[0][j] = 0(A 长度为0);dp[i][0] = 0(B 长度为0)。


4. 极简推演示例

非常抱歉,Markdown 表格如果单元格内文字过长(尤其是包含公式、符号或中英文混排时),确实很容易在部分渲染器里错位或换行导致混乱。

为了绝对保证排版不乱,我把第4部分的推演改为“极简数据表格 + 纯代码块矩阵 + 文字推导”的组合形式。这样在任何 Markdown 预览里都能完美展示。

以下是修改后的第 4 部分:


4. 极简推演示例

假设 A = "abc",B = "abd"。我们画一个表格看 dp 的过程。

首先,我们只展示最终计算出来的 dp 数组结果:

i \ j 0 1 (a) 2 (b) 3 (d)
0 0 0 0 0
1 (a) 0 1 1 1
2 (b) 0 1 2 2
3 (c) 0 1 2 2

推算过程文字解析:

  1. 第 0 行和第 0 列:由于代表空字符串,所以全部初始化为 0。
  2. 计算 dp[1][1] (即 A='a', B='a'):
    • A[0] == B[0] ('a' == 'a'),使用公式 dp[0][0] + 1 = 0 + 1 = 1。
  3. 计算 dp[1][2] (即 A='a', B='ab'):
    • A[0] != B[1] ('a' != 'b'),使用公式 max(dp[0][2], dp[1][1]) = max(0, 1) = 1。
  4. 计算 dp[2][2] (即 A='ab', B='ab'):
    • A[1] == B[1] ('b' == 'b'),使用公式 dp[1][1] + 1 = 1 + 1 = 2。
  5. 计算 dp[3][3] (即 A='abc', B='abd'):
    • A[2] != B[2] ('c' != 'd'),使用公式 max(dp[2][3], dp[3][2]) = max(2, 2) = 2。

最终右下角的 dp[3][3] = 2,所以 "abc" 和 "abd" 的 LCS 长度是 2(即 "ab")。


5. 代码实现(Python 与 C++)

Python 版本

def longest_common_subsequence(text1, text2):
    m, n = len(text1), len(text2)
    # 创建一个 (m+1) x (n+1) 的二维数组,初始全为 0
    # dp[i][j] 表示 text1前i个 和 text2前j个 的LCS长度
    dp = [[0] * (n + 1) for _ in range(m + 1)]

    for i in range(1, m + 1):
        for j in range(1, n + 1):
            if text1[i - 1] == text2[j - 1]:
                # 字符相等,左上角的值 + 1
                dp[i][j] = dp[i - 1][j - 1] + 1
            else:
                # 字符不等,取上方或左方的最大值
                dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])

    # 右下角的值就是最终答案
    return dp[m][n]

# 测试
print(longest_common_subsequence("abcde", "ace")) # 输出: 2 (即 "ace")

C++ 版本

#include <iostream>
#include <vector>
#include <string>
#include <algorithm>

using namespace std;

int longestCommonSubsequence(string text1, string text2) {
    int m = text1.length();
    int n = text2.length();

    // 创建一个 (m+1) x (n+1) 的二维向量,初始值为 0
    vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));

    for (int i = 1; i <= m; i++) {
        for (int j = 1; j <= n; j++) {
            if (text1[i - 1] == text2[j - 1]) {
                // 字符相等,左上角的值 + 1
                dp[i][j] = dp[i - 1][j - 1] + 1;
            } else {
                // 字符不等,取上方或左方的最大值
                dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
            }
        }
    }

    // 右下角的值就是最终答案
    return dp[m][n];
}

int main() {
    // 测试
    cout << longestCommonSubsequence("abcde", "ace") << endl; // 输出: 2
    return 0;
}


6. 复杂度分析

  • 时间复杂度:O(m * n)。其中 m 和 n 分别是两个字符串的长度。我们需要填满整个二维表格,每个格子花费 O(1) 的时间。
  • 空间复杂度:O(m * n)。因为我们需要一个二维数组来存储状态。
    • (进阶优化):其实在计算dp[i][j]时,我们只依赖于上一行(i-1)和当前行的前一个(j-1)。因此,可以使用滚动数组将空间复杂度优化到O(min(m, n)),这在处理超长字符串(比如 DNA)时非常有用。

总结

LCS 的关键就在于那个二维表格的推导:“字符相等看左上角加一,字符不等看上方和左方的最大值。”记住了这个套路,再看其他类似的双序列动态规划问题(比如编辑距离),你会发现它们如出一辙。

posted @ 2026-11-19 14:15  一亩食堂  阅读(3)  评论(0)    收藏  举报