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 。
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 。
题解:
对于两个字符串求子序列的问题,都是用两个指针i
和j
分别在两个字符串上移动,大概率是动态规划思路
class Solution:
def longestCommonSubsequence(self, text1: str, text2: str) -> int:
# dp 函数的定义:dp(s1, i, s2, j) 计算 s1[i..]和s2[j..]的最长公共子序列长度
dp = [[-1 for _ in text2] for _ in text1]
def ways(s1, i, s2, j):
# bad case,此时 s1 或 s2 相当于空串了
if len(s1) == i or len(s2) == j:
return 0
# 备忘录,避免重复计算
if dp[i][j] != -1:
return dp[i][j]
# 比较两个字符串是否相等,若相等一定这个字符串一定在 lcs 中
if s1[i] == s2[j]:
dp[i][j] = 1 + ways(s1, i+1, s2, j+1)
else:
# 不相等,则 s1[i] 、s2[j] 至少有一个不在 lcs 中
dp[i][j] = max(
ways(s1, i+1, s2, j), # s1[i] 不在 lcs 中
ways(s1, i, s2, j+1), # s2[j] 不在 lcs 中
ways(s1, i+1, s2, j+1) # 都不在 lcs 中(这一步可省略,因为前面两步已经包含了)
)
return dp[i][j]
return ways(text1, 0, text2, 0)