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。
提示:
1 <= text1.length <= 1000
1 <= text2.length <= 1000
输入的字符串只含有小写英文字符。
思路:
这里是动态规划的思路:
第一步:先确定dp 数组的含义:
dp[i][j] 表示:string1的前i个字符 和 string2的前j个字符,他们的最长公共子序列为 dp[i][j];
第二步:定义 初始状态,base case
dp[0][...] 和 dp[...][0] 都初始化为0,因为只要有一个字符串是空串,则他们的最长公共子序列为0;
第三步:写出状态转移方程
这里我们需要想到的关键是:如果在最长公共子序列中的字符,那么它一定同时存在于string1和string2中。
假设我们用两个指针变量从两个字符串的最后向前移动,
若string1[i] == string2[j],则这个字符一定在最长公共子序列中,此时dp[i][j] = 1 + dp[i-1][j-1];
若string1[i] != string2[j],则这两个字符至少有一个不在最长公共子序列中,此时 dp[i][j] = max(dp[i-1][j],dp[i][j-1])。
最后返回dp[m][n]就是最长子序列的长度。
需要注意的是,string 的起始下标是0,所以,string1[i-1] == string2[j-1] 才对应于dp[i][j]。
#define max_size 1024
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int m = text1.size();
int n = text2.size();
int dp[max_size][max_size] = {0};
for(int i=1; i<=m; ++i)
{
for(int j=1; j<=n; ++j)
{
if(text1[i-1] == text2[j-1])
dp[i][j] = 1 + dp[i-1][j-1];
else
dp[i][j] = max(dp[i-1][j],dp[i][j-1]);
}
}
return dp[m][n];
}
};
//进一步 优化空间复杂度,不用二维数组存储中间的状态了
#define max_size 1024
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int m = text1.size();
int n = text2.size();
int dp[max_size]= {0};
int last;
int tmp = 0;
for(int i=1; i<=m; ++i)
{
last = 0;
for(int j=1; j<=n; ++j)
{
tmp = dp[j];
if(text1[i-1] == text2[j-1])
dp[j] = 1 + last;
else
dp[j] = max(dp[j-1],tmp);
last = tmp;
}
}
return dp[n];
}
};