LeetCode:1143. 最长公共子序列 - Python

1143. 最长公共子序列

问题描述：

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 。

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。

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 。

提示：

• 1 <= text1.length, text2.length <= 1000
• text1 和 text2 仅由小写英文字符组成。

问题分析：

常见的题目了，只是这个题目的子序列并不是严格的子序列是相对位置一样也算，很显然是dp，设假设dp[i][j] 表示字符串text1[0:i]和字符串text2[0:j]的最长公共子序列的长度，现在讨论细节：
(1) 很显然当i=0 or j=0时，dp为0。
(2) text1[0:i] == text2[0:j] 时，很显然就上一个状态加上1，即：dp[i][j]=dp[i-1][j-1]+1
(3) text1[0:i] != text2[0:j] 时，竟然不相等，那就text1和text2各自的上一个状态，两者取最值就好了，即：dp[i][j]=max(dp[i-1][j], dp[i][j-1])，所以整体状态转移方差为：

i=0 or j=0 : dp[i][j] = 0
text1[i-1] == text2[j-1]: dp[i][j] = dp[i-1][j-1] + 1
text1[i-1] != text2[j-1]: dp[i][j] = max(dp[i-1][j], dp[i][j-1])

Python3实现：

# @Time   :2023/09/01
# @Author :Liu
# 动态规划

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:

        m, n = len(text1), len(text2)
        dp = [[0] * (n + 1) for _ in range(m + 1)]

        for i in range(1, m + 1):
            for j in range(1, n + 1):
                if text1[i-1] == text2[j-1]:
                    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]

举一反三：

其实面试的时候大多数情况下，会有所改动，例如，如果题目中的最长公共子串必须为严格连续的那？该如何求解？其实这个题目就是 LeetCode: 718. 最长重复子数组

这个时候其实可以转换成公共前缀或者公共后缀的问题，设假设dp[i][j] 表示字符串text1[0:i]和字符串text2[0:j]的最长公共后缀串的长度，现在讨论细节：
(1) 很显然当i=0 or j=0时，dp为0。
(2) text1[0:i] == text2[0:j] 时，很显然就上一个状态加上1，即：dp[i][j]=dp[i-1][j-1]+1
(3) text1[0:i] != text2[0:j] 时，不相等，那就当前字符串text1[0:i]和text2[0:j] 没有公共后缀串，所以就是0了，即：dp[i][j]=0，所以整体状态转移方差为：

i=0 or j=0 : dp[i][j] = 0
text1[i-1] == text2[j-1]: dp[i][j] = dp[i-1][j-1] + 1
text1[i-1] != text2[j-1]: dp[i][j] = 0

Python3实现：

# @Time   :2023/09/01
# @Author :Liu
# 动态规划

class Solution:
    def longestCommonSubsequence2(self, text1, text2):

        m, n = len(text1), len(text2)
        dp = [[0] * (n + 1) for _ in range(m + 1)]
        ans, sub = 0, ''  # 最长公共子串长度，最长公共子串

        for i in range(1, m + 1):
            for j in range(1, n + 1):
                if text1[i-1] == text2[j-1]:
                    dp[i][j] = dp[i-1][j-1] + 1
                else:
                    dp[i][j] = 0  # 这一步其实没必要，本身就为0

                if ans < dp[i][j]:  # 更新最长子串
                    ans = dp[i][j]
                    sub = text1[i-ans: i]

        return ans, sub


if __name__ == '__main__':
    solu = Solution()
    text1, text2 = "abcde", "eahabcd"
    print(solu.longestCommonSubsequence2(text1, text2))  # (4, 'abcd')

相关参考：
题目链接 ，参考链接
声明： 总结学习，有问题或不当之处，可以批评指正哦，谢谢。