整体关于字符串「最长公共子序列」方面的问题一般来说都会用动态规划的思想去解决！
下面会通过一个典型案例具体来看是怎么解决的，使用 LeetCode 的 1143 题 进行举例。
1143.最长公共子序列【中等】
1143.最长公共子序列【中等】
给定两个字符串 text1 和 text2，返回这两个字符串的最长 公共子序列的长度。如果不存在公共子序列 ，返回 0 。
一个字符串的子序列是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。
例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。
两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。
输入：text1 = “abcde”, text2 = “ace”
输出：3
解释：最长公共子序列是 “ace” ，它的长度为 3 。
这里用动态规划的思想进行解决。对于两个字符串的比较，一定会涉及到利用二维数组来进行解决。
按照之前说的四步骤， 动态数组定义 、 初始化 、 状态转移方程 、 优化 、、。
以下利用字符串 “abcde" 和 ”ace” 为例，计算最长公共子序列。
令 s1=“abcde”, s2=“ace”
一、动态数组定义
根据 s1 的长度为5， s2 的长度为3。
初始化一个 3 行 5 列的二维数组 dp ，赋初值全为 0。用来存储动态规划过程中记录的值。
KaTeX parse error: Undefined control sequence: \[ at position 3: dp\̲[̲i\]\[j\] 代表位置 ( i , j ) (i, j) (i,j) 最长公共子序列的值！
二、初始化
针对动态规划一般的初始化方法，一定是边界的初始化。
这里是二维数组，咱们这里要初始化的地方是第 0 行和第 0 列。
① 针对 0 行
s1=“abcde”, s2=“ace”，s2[0] 与 s1 的每一个字符进行比较，只有第 0 位置字符是相同的，第 0 位置为 1。由于公共子序列的规则，那第 0 行初始化全为 1。
① 针对 0 列
s1=“abcde”, s2=“ace”，s1[0] 与 s2 的每一个字符进行比较，同样只有第 0 位置字符是相同的，第 0 位置为 1。依然是由于公共子序列的规则那第 0 列初始化全为 1。
根据初始化的情况，下面用代码描述：
if text1[0] == text2[0]:
dp[0][0] = 1
for i in range(1, size1):
dp[0][i] = 1 if dp[0][i-1] == 1 else int(text1[i] == text2[0])
for j in range(1, size2):
dp[j][0] = 1 if dp[j-1][0] == 1 else int(text2[j] == text1[0])
三、状态转移方程
很明显可以分为两种情况：
-
当前位置的字符相同
-
当前位置的字符不相同
① 当 text1[i] == text2[j] 的时候，说明当前字符相同，只要将上一个字符对应的 dp 的值加 1 就可以了。即 dp[i][j] = dp[i-1][j-1] + 1。
注意，这里一定是 dp[i-1][j-1]，因为此处的字符相同。那么，要想计算此处 dp[i][j] 的值，一定是与位置 i-1 与 j-1 的位置相关的。
② 当 text1[i] != text2[j] 的时候，此时当前字符不相同，那么此处 dp[i][j] 的数值一定沿用上一个 dp 的数值。所以，取得一定是其中的最大值 max(dp[i-1][j], dp[i][j-1])。
综上所述，可以得到该问题的状态转移方程：
$$
dp[i][j]= \begin{cases}
dp[i-1][j-1] + 1, & text1[i] = text2[j] \[2ex]
max(dp[i-1][j], dp[i][j-1]), & text1[i] \neq text2[j]
\end{cases}
$$
从位置 (1, 1) 位置开始计算，判断两个字符串在当前字符串是否相等：
-
如果相等，则取dp[i-1][j-1]+1
-
如果不相等，则取max(dp[i][j-1], dp[i-1][j])
根据上述的状态转移方程，以及s1=“abcde”, s2=“ace”，下面把二维数组填满，得到最后的答案！
① 位置(1,1)：KaTeX parse error: Undefined control sequence: \[ at position 3: s1\̲[̲1\] \\neq s2\[1…
② 位置(1,2)：KaTeX parse error: Undefined control sequence: \[ at position 3: s1\̲[̲2\] == s2\[1\] …
③ 位置(1,3)：KaTeX parse error: Undefined control sequence: \[ at position 3: s1\̲[̲3\] \\neq s2\[1…
④ 位置(1,4)：KaTeX parse error: Undefined control sequence: \[ at position 3: s1\̲[̲4\] \\neq s2\[1…
⑤ 位置(2,1)：KaTeX parse error: Undefined control sequence: \[ at position 3: s1\̲[̲1\] \\neq s2\[2…
⑥ 位置(2,2)：KaTeX parse error: Undefined control sequence: \[ at position 3: s1\̲[̲2\] != s2\[2\] …
⑦ 位置(2,3)：KaTeX parse error: Undefined control sequence: \[ at position 3: s1\̲[̲3\] != s2\[2\] …
⑧ 位置(2,4)：KaTeX parse error: Undefined control sequence: \[ at position 3: s1\̲[̲4\] == s2\[2\] …
这个就是二维数据中，每一格的填充方式。
根据上述的一个清晰的思路，状态转移填充二位数组的代码描述：
for i in range(1, size2):
for j in range(1, size1):
if text2[i] == text1[j]:
注意这里是dp[i-1][j-1]+1
dp[i][j] = dp[i-1][j-1] + 1
else:
dp[i][j] = max(dp[i][j-1], dp[i-1][j])
return dp[-1][-1]
好了，这个是一个全面的答案：
def longestCommonSubsequence(self, text1, text2):
size1 = len(text1)
size2 = len(text2)
1 先定义 dp 数组
dp = [[0 for _ in range(size1)] for _ in range(size2)]
2 初始化 dp 数组的第 0 行和第 0 列
if text1[0] == text2[0]:
dp[0][0] = 1
for i in range(1, size1):
dp[0][i] = 1 if dp[0][i-1] == 1 else int(text1[i] == text2[0])
for j in range(1, size2):
dp[j][0] = 1 if dp[j-1][0] == 1 else int(text2[j] == text1[0])
3 动态方程进行求解
最后
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。
因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！
如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
(img-BnxNH0ym-1715159356241)]
[外链图片转存中…(img-4dE35aMV-1715159356242)]
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！
如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
8770
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
