LeetCode1143. 最长公共子序列

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。

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。

若这两个字符串没有公共子序列，则返回 0。

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。

思路：动态规划

（1）子问题划分：
①如果text1和text2的最后一个字母相同，则最大子序列就是text1{ch1，ch2，ch3… …chi-1}和text2{ch1，ch2，ch3… …chj-1}的最大子序列+1
②如果text1和text2的最后一个字母不相同：
a. text1{ch1，ch2，ch3… …chi}与text2{ch1，ch2，ch3… …chj-1}的最大子序列
b. text1{ch1，ch2，ch3… …chi-1}与text2{ch1，ch2，ch3… …chj}的最大子序列
以上两个可能值取较大的。
（2）DP方程
模拟用一个二维数组将两个字符串存为第一行和第一列，二维数组的元素表示两个字符串对应位置上的最大子序列的值。
dp方程：

			if(s1[i - 1] == s2[j - 1]){
                    dp[i][j] = dp[i-1][j-1] + 1;
                }else{
                //如果末端不同
                    dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]);
                }

代码：

	public int longestCommonSubsequence(String text1, String text2) {
        char[] s1 = text1.toCharArray();
        char[] s2 = text2.toCharArray();
        int[][] dp = new int[s1.length + 1][s2.length + 1];
        
        for(int i = 1 ; i < s1.length + 1 ; i ++){
            for(int j = 1 ; j < s2.length + 1 ; j ++){
                //如果末端相同
                if(s1[i - 1] == s2[j - 1]){
                    dp[i][j] = dp[i-1][j-1] + 1;
                }else{
                //如果末端不同
                    dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]);
                }
            }
        }
        return dp[s1.length][s2.length];
    }