最长公共子序列(leetcode1143题)

该博客介绍了如何使用动态规划解决字符串text1和text2的最长公共子序列问题。通过建立状态转移方程,从左上角开始比较字符,若相同则在前一状态基础上加1,不同则取最大值,最终得到最长公共子序列的长度。时间复杂度为O(mn),空间复杂度为O(mn)。
摘要由CSDN通过智能技术生成

题目描述
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 。
在这里插入图片描述
解题要点
该题使用动态规划的方法,要先找出状态转移方程

画图如下所示,如果两个字符串 str1=“abcde”, str2=“ace”,将两个字符串写到表格的行列中
1)每个字符和空字符公共长度为0
2)从左上角开始,
如果行列两个字符相同,到该字符为止的最长公共子序列=左上角数字+1;
如果不同,到该字符为止的公共子序列=max(左,上) + 1
在这里插入图片描述

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int m = text1.size();
        int n = text2.size();
        vector<vector<int>> dp(m+1, vector<int>(n+1)); //根据上图创建矩阵
        for(int i = 1; i <= m; ++i) { // i,j的设计按照dp来
            char c1 = text1[i-1]; // 此处注意是i-1(dp下标从1开始,字符串下标从0开始)
            for(int j = 1; j <= n; ++j) {
                char c2 = text2[j-1]; // 此处注意是j-1
                if(c1==c2) {
                    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];    
    }
};

时间复杂度:O(mn)
空间复杂度:O(mn) , 因为创建了二维数组

动态规划
是一种解决问题的思想,大规模问题的结果,是由小规模问题的结果运算得来的。动态规划可用递归来实现。
主要关注:状态,状态转移方程 (每个位置的结果可以由之前位置而来–》用动态规划–》重点要写出来【动态规划方程(即找出规律)】)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值