题目链接:点击查看
题目描述:
给定两个字符串,求它们最长的公共子序列长度。
输入输出:
输入:text1 = "abcde", text2 = "ace" 输出:3
输入:text1 = "abc", text2 = "abc" 输出:3
题目分析:
对于子序列问题,第二种动态规划方法是(第一种动态规划方法详见第300题的题解),定义一个 dp 数组,其中 dp[i] 表示到位置 i 为止的子序列的性质,并不必须以 i 结尾。这样 dp 数组的最后一位结果即为题目所求,不需要再对每个位置进行统计。在本题中,我们可以建立一个二维数组 dp,其中 dp[i][j] 表示到第一个字符串位置 i 为止、到第二个字符串位置 j 为止、最长的公共子序列长度。这样一来我们就可以很方便地分情况讨论这两个位置对应的字母相同与不同的情况了。详见如下代码。
代码:
int longestCommonSubsequence(string text1, string text2)
{
int m=text1.length(),n=text2.length();
vector<vector<int>>dp(m+1,vector<int>(n+1,0));
for(int i=1;i<=m;++i)
{
for(int j=1;j<=n;++j)
{
if(text1[i-1]==text2[j-1])//当 text1[i - 1] == text2[j - 1] 时,说明两个子字符串的最后一位相等,所以最长公共子序列又增加了 1所以 dp[i][j] = dp[i - 1][j - 1] + 1
{
dp[i][j]=dp[i-1][j-1]+1;
}
else
{
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);//当 text1[i - 1] != text2[j - 1]?时,说明两个子字符串的最后一位不相等,那么此时的状态 dp[i][j] 应该是 dp[i - 1][j] 和 dp[i][j - 1] 的最大值。
//举个例子,比如对于 ace和 bc而言,他们的最长公共子序列的长度等于 1. ace 和 b 的最长公共子序列长度0 与 2. ac 和 bc的最长公共子序列长度1 的最大值,即 1。
}
}
}
return dp[m][n];
}