内含完整的实验代码，可运行可提交，以及格式化实验报告

算法设计实验三，最长公共子序列问题，包含代码以及分析问题过程

利用动态规划算法解决最长公共子序列问题.doc

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

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！

求解最长公共子序列问题的可视化界面实现源码

热心学姐来送福利啦，西北科技大学算法分析实验报告，

动态规划的一个计算两个序列的最长公共子序列的方法如下： 　　以两个序列 X、Y 为例子： 　　设有二维数组 f[i,j] 表示 X 的 i 位和 Y 的 j 位之前的最长公共子序列的长度，则有： 　　f[1][1] = same(1,1); 　　f[i,j] = max{f[i-1][j -1] + same(i,j),f[i-1,j],f[i,j-1]} 　　其中，same(a,b)当 X 的第 a 位与 Y 的第 b 位完全相同时为“1”，否则为“0”。 　　此时，f[j]中最大的数便是 X 和 Y 的最长公共子序列的长度，依据该数组回溯，便可找出最长公共子序列。 　　该算法的空间、时间复杂度均为O(n^2)，经过优化后，空间复杂度可为O(n)。

算法导论实验：动态规划实现最长公共子序列问题，python实现; KR算法c语言实现。 附实验报告以及相关KMP算法的调研。