最长子字符串的长度——分治法

确定递推方程：

假如S1的最后一个元素与S2的最后一个元素相等，那么S1和S2的LCS就等于 {S1减去最后一个元素} 与 {S2减去最后一个元素} 的 LCS 再加1。

假如S1的最后一个元素与S2的最后一个元素不等，那么S1和S2的LCS就等于 ： {S1减去最后一个元素} 与 S2 的LCS， {S2减去最后一个元素} 与 S1 的LCS 中的较大值。

def lcs(a, b, i, j):
    if i < 0 or j < 0:
        return 0
    if a[i] == b[j]:
        return lcs(a, b, i-1, j-1) + 1
    else:
        l1 = lcs(a, b, i-1, j)
        l2 = lcs(a, b, i, j-1)
        return max(l1, l2)

注意：i=0、j=0时作为递归结束条件，i、j代表下标，下标为0则表示字符串内的第一个字符。这时仍然可能存在子序列，因此递归结束条件为i<0、j<0。

这里采用分治法（递归）违背了一个原则：

即子问题不重复：

举一个简单例子，在计算lcs(3,4)与 lcs(4,3)时，其递推的下一步可能都为lcs(3,3)。子问题重复，降低运算效率。因此，解决这类问题使用动态规划更为合适。