如何在寻找最长公共子串[DP]的同时获得空间复杂度O(n)?

时间:2018-06-14 18:31:35

标签: java dynamic-programming space-complexity

?你好!

我正在尝试使用动态编程在两个字符串之间找到具有良好时间和空间复杂度的最长公共子字符串。我可以找到一个具有O(n ^ 2)时间和空间复杂度的解决方案:

public static String LCS(String s1, String s2){
    int maxlen = 0;            // stores the max length of LCS      
    int m = s1.length();
    int n = s2.length();
    int endingIndex = m;  // stores the ending index of LCS in X

    // lookup[i][j] stores the length of LCS of substring
    // X[0..i-1], Y[0..j-1]
    int[][] lookup = new int[m + 1][n + 1];

    // fill the lookup table in bottom-up manner
    for (int i = 1; i <= m; i++)
    {
        for (int j = 1; j <= n; j++)
        {
            // if current character of X and Y matches
            if (s1.charAt(i - 1) == s2.charAt(j - 1))
            {
                lookup[i][j] = lookup[i - 1][j - 1] + 1;

                // update the maximum length and ending index
                if (lookup[i][j] > maxlen)
                {
                    maxlen = lookup[i][j];
                    endingIndex = i;
                }
            }
        }
    }

    // return Longest common substring having length maxlen
    return s1.substring(endingIndex - maxlen, endingIndex);

}

我的问题是:如何才能获得更好的空间复杂性?

提前致谢!

1 个答案:

答案 0 :(得分:0)

使用动态编程,找到两个字符串的LCS所能获得的最佳时间复杂度为O(n ^ 2)。我试图找到问题的另一种算法,因为它是我的大学项目之一。但我能找到的最好的东西是具有O(n ^ 3)复杂度的算法。这个问题的主要解决方案是使用&#34;递归关系&#34;它使用更少的空间但更多的过程。但喜欢&#34; Fibonacci系列&#34;计算机科学家使用动态编程来减少时间复杂度。 重复关系代码:

void calculateLCS(string &lcs , char frstInp[] , char secInp[] , int lengthFrstInp ,  int lengthSecInp) {

if (lengthFrstInp == -1 || lengthSecInp == -1)
    return;

if (frstInp[lengthFrstInp] == secInp[lengthSecInp]) {
    lcs += frstInp[lengthFrstInp];
    lengthFrstInp--;
    lengthSecInp--;
    calculateLCS(lcs, frstInp, secInp, lengthFrstInp, lengthSecInp);

}


else {

    string lcs1 ="";
    string lcs2 ="";    
    lcs1 = lcs;
    lcs2 = lcs;
    calculateLCS(lcs1, frstInp, secInp, lengthFrstInp, lengthSecInp - 1);
    calculateLCS(lcs2, frstInp, secInp, lengthFrstInp - 1, lengthSecInp);

    if (lcs1.size() >= lcs2.size())
        lcs = lcs1;
    else
        lcs = lcs2;

}