论文笔记：A Biased Random Key Genetic Algorithm for Solving the Longest Common Square Subsequence Problem

A Biased Random Key Genetic Algorithm for Solving the Longest Common Square Subsequence Problem

论文引言中提到的几种算法

Hunt-Szymanski算法

最坏时间复杂度$O(n^{2}logn)$

问题-LCSqS

最长公共平方子序列（the longest common square subsequence）是最长公共子序列的问题变种，在寻找两个字符串的最长公共子序列（其中字符可以不连续）的同时，要求满足是平方字符串。

平方字符串的定义：$s$= $s_0$+$s_0$=$[s_0{]}^2$

在两个字符序列中，寻找一个公共子序列，并且该公共子序列还可以通过一个分割点分割成两个相同的子序列。

首先明确一点，对于原字符序列中寻找的公共子序列，可以是不连续的，即对原字符序列擦除任意数量的字符可以得到的顺序序列。

对于组合优化问题中，平方子串属于约束，平方子串的长度是目标

论文算法思路

对于输入的字符串，会智能的选择一个合适的分割点，然后将一个字符串分为两份，以输入两个字符串为例：

1. 长字符串会被分成两个字串，两个字符串s_left和s_right
2. s1=s1_left+s1_right；s2=s2_left+s2_right（通过算法可以找到一个合适的分割点：把最长公共串分割到两边）
3. 切割后的子串两两对比，寻找子串中的最长公共子串，会得到四个解集{s1_left&s2_left，s1_left&s2_right，s1_right&s2_left，s1_right&s2_right}（因为算法的分割可以保证两个子串中的最长公共串一样）
4. 对比解集中的所有最长公共子串，找到公共子串，即为解

存在两个关键的算法：

1. BRKGA找到最优的切割点
2. 波束搜索解决产生的LCS问题

主要算法

Beam Search

一种候选前K个最优解的搜索算法（逻辑树形结构）

在第一步选择样本时，选择前K个高概率的搜索样本，然后每个样本继续下一步选择（选择一个），即在第一步选择K个，后续的选择还是1个最高概率样本。

假设，集合中有N个，设置为K，输出序列长/时间步为T。则时间复杂度为$O(KNT)$

BRKGA（Bais Random Keys Genetic Algorithm）

偏置随机关键遗传算法

策略参数

• $p_m$