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];
}