今天小编就为大家分享一篇python实现求两个字符串的最长公共子串方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

题目：如果字符串一的所有字符按其在字符串中的顺序出现在另外一个字符串二中，则字符串一称之为字符串二的子串。注意，并不要求子串（字符串一）的字符必须连续出现在字符串二中。请编写一个函数，输入两个字符串，求它们的最长公共子序列，并打印出最长公共子序列。 例如：输入两个字符串BDCABA和ABCBDAB，字符串BCBA和BDAB都是是它们的最长公共子序列，则输出它们的长度4，并打印任意一个子序列。 分析：求最长公共子序列（Longest Common Subsequence, LCS）是一道非常经典的动态规划题，因此一些重视算法的公司像MicroStrategy都把它当作面试题。 完整介绍动态规划将

本文主要通过求解最长公共子序列介绍动态规划算法的思想，首先介绍动态规划法的概念，动态规划法解题的步骤，然后介绍什么是最长公共子序列，按照动态规划法的步骤计算两个序列的最长公共子序列。 最后通过举例求解两个序列的最长公共子序列并且分析算法的时间复杂性。通过算法的时间复杂性分析，提出算的改进方案。

一、问题描述 给定两个字符串，求解这两个字符串的最长公共子序列（Longest Common Sequence）。比如字符串1：BDCABA；字符串2：ABCBDAB。则这两个字符串的最长公共子序列长度为4，最长公共子序列是：BCBA 二、算法求解 这是一个动态规划的题目。对于可用动态规划求解的问题，一般有两个特征：①最优子结构；②重叠子问题 ①最优子结构 设X=(x1,x2,…,xn)和Y=(y1,y2,…,ym)是两个序列，将X和Y的最长公共子序列记为LCS(X,Y) 找出LCS(X,Y)就是一个最优化问题。因为，我们需要找到X和Y中最长的那个公共子序列。而要找X和Y的LCS，首先考虑X的

证明最长公共子序列问题满足最优性原理。 设序列X={x1, x2,…, xm}和Y={y1, y2,…, yn}的最长公共子序列为Z={z1, z2,…, zk}，记Xk为序列X中前k个连续字符组成的子序列，Yk为序列Y中前k个连续字符组成的子序列，Zk为序列Z中前k个连续字符组成的子序列，显然有下式成立： （1）若xm=yn，则zk=xm=yn，且Zk-1是Xm-1和Yn-1的最长公共子序列； （2）若xm≠yn且zk≠xm，则Z是Xm-1和Y的最长公共子序列； （3）若xm≠yn且zk≠yn，则Z是X和Yn-1的最长公共子序列。 可见，两个序列的最长公共子序列包含了这两个序列的前缀序列的最长公共子序列。

主要介绍了Java算法之最长公共子序列问题(LCS),结合实例形式分析了最长公共子序列的原理及问题解决方法,需要的朋友可以参考下

C#实现-动态规划-最长公共子序列-DPLCS，根据动态规划的思想实现对最长公共子序列的求解。

还是用c#写的动态规划问题当中的一个小问题—最长公共子序列问题，算法中先显示了随机产生的俩个序列，然后动态规划算法当中的调用函数，求出其最长公共子序列的长度！

最长公共子序列问题，用C#实现的动态规划算法 X=ABCBDAB Y=BDCABA 以上是示例用的测试数据，输入数据可以得到结果

％％％输入%%%X, Y - 都是字符串，例如 'test' 或 'stingtocompare' ％％％输出%%%D 是最短字符串长度上的子字符串%%%dist 是子串的长度%%%aLongestString 是一个长度为 dist 的字符串（可能只有一个）