动态规划--最长公共子序列

 解题思路是使用动态规划算法，具体步骤如下：

1.创建一个二维数组dp，用来存储两个字符串X和Y的最长公共子序列的长度，其中dp[i][j]代表X[0...i-1]和Y[0...j-1]的最长公共子序列的长度。dp的大小为(m+1)x(n+1)，m和n分别是字符串X和Y的长度。

2.遍历字符串X和Y，如果X[i-1]等于Y[j-1]，则dp[i][j]=dp[i-1][j-1]+1；否则，dp[i][j]等于dp[i-1][j]和dp[i][j-1]中的较大者。

当我们遍历到X[i-1]和Y[j-1]时，有两种情况：

①如果X[i-1]等于Y[j-1]，代表当前遍历到的X的第i-1个字符和Y的第j-1个字符相等。在这种情况下，我们可以将这个字符添加到当前的最长公共子序列中，因此dp[i][j]应该比前一个状态dp[i-1][j-1]多1，即dp[i][j] = dp[i-1][j-1] + 1。

②如果X[i-1]不等于Y[j-1]，说明当前字符不能加入到当前的最长公共子序列中，因此我们需要在dp[i][j]和dp[i-1][j]以及dp[i][j-1]中选择一个更大的值作为当前的状态。由于我们希望最长公共子序列尽可能长，所以我们选择两者中的较大者。

3.最后，dp[m][n]就是X和Y的最长公共子序列的长度。

#include <bits/stdc++.h>
using namespace std;

//定义一个二维数组 dp[i][j]
//其中 dp[i][j] 表示字符串 X 的前 i 个字符和字符串 Y 的前 j 个字符的最长公共子序列（LCS）的长度。

int LCS_length(string X,string Y)
{
	int m=X.size();
	int n=Y.size();
	
	//初始化一个二维数组 dp，其大小为 (m + 1) x (n + 1)，因为我们要包括起始位置为空的情况。
	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(X[i-1]==Y[j-1])
			{
				dp[i][j]=dp[i-1][j-1]+1;
			}
			else
			{
				dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
			}
		}
	}
	return dp[m][n];
}


int main(){
	string X,Y; 
	while(cin>>X>>Y)
	{
		int res=LCS_length(X,Y);
		cout<<res<<endl;
	}
		
	return 0;
}