DAY53：动态规划（十八）最长公共子序列+不相交的线+最大子序列和

1143.最长公共子序列(注意递推的逻辑)

• 体会一下本题和 718. 最长重复子数组 的区别，主要是本题不连续，不连续的递推逻辑一定要注意

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。

示例 1：

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 。

示例 2：

输入：text1 = "abc", text2 = "abc"
输出：3
解释：最长公共子序列是 "abc" ，它的长度为 3 。

示例 3：

输入：text1 = "abc", text2 = "def"
输出：0
解释：两个字符串没有公共子序列，返回 0 。

提示：

• 1 <= text1.length, text2.length <= 1000
• text1 和 text2 仅由小写英文字符组成。

思路

本题与 718.最长重复子数组 的区别就在于，本题不要求两个数组的重复元素连续了，但是需要保持元素的相对顺序。

如果不需要保持元素连续，那么一个重要区别就是，字符串包含的数字越多，两个数组的重复元素存在的可能性越高，包含数字多的字符串重复元素数量一定>=包含数字少的

DP数组含义

这类需要两个序列挨个对比的题目，DP数组含义最好都设置为：长度为[0,i-1]的字符串1和长度为[0,j-1]的字符串2，两个字符串的公共子序列长度为dp[i][j]，注意并不是最长，因为最长是单独用result变量去筛选的。

这样定义是为了后面代码实现方便，其实就是简化了dp数组第一行和第一列的初始化逻辑。详见上一题的博客。

递推公式

本题的递推比较重要，因为要求不连续的重复子序列长度，如果当前下标对应的数字相等，那么递推公式和上一题相同；如果当前下标对应的数字不等，也就是存在错位的情况，例如下图所示的例子：

（注意为了方便理解这里dp[i][j]直接写成了对应nums[i]和nums[j]）

像上图这个例子，我们可以看到下标i=4和下标j=0的情况是重复的，这种错位较大的重复情况，也可以通过对dp[i-1][j]和dp[i][j-1]进行传递得到！

也就是说，如果当前遍历到的下标不相等的话，可以通过传递dp[i-1][j]和dp[i][j-1]，获取之前错位的部分，相等元素的累积值！

完整的递推公式：

int result=0;
for(int i=1;i<=nums.size();i++){
   
    for(int j=1;j<=nums.size();j++){
   
        if(nums[i-1]==nums[j-1]){
   
            //如果相等长度++
            dp[i][j]=dp[i-1][j-1]+1;
        }
        else{
   //如果不相等，直接调取两个错位的累积值
            dp[i][j]=max(dp[i-1][j],dp[i],[j-1]);
        }
        result=max(result,dp[i][j]);
    }
}

初始化

因为本题DP数组的含义依旧是**dp[i][j]代表以下标nums[i-1]数字和下标nums[j-1]数字结尾的字符串最大公共序列长度**，因此初始化全部为0即可，dp[0][j]和dp[i][0]都是0。

完整版

class Solution {
   
public:
    int longestCommonSubsequence(string text1, string text2) {
   
        //全部初始化为0
        vector<vector<int>>dp(text1