动态规划之1143. 最长公共子序列

1143. 最长公共子序列 - 力扣（LeetCode）

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 。

提示：

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

本题使用动态规划去求解，由于涉及到两个字符串所以第一眼看上去就与之前简单地动态规划有所不同。所以需要使用二维数组来保存彼此之间的最长相同字符串。然后进行双重循环遍历递推每一项的最长相同字符串即可。

class Solution {
public:
int dp[1001][1001];
    int longestCommonSubsequence(string text1, string text2) {
        int n1 = text1.size();
        int n2 = text2.size();
        for (int i=0;i<n1;i++) {
            for (int j=0;j<n2;j++) {
                if (text1[i] == text2[j]) {
                    if (i-1>=0&&j-1>=0) {
                        dp[i][j] += dp[i-1][j-1];
                    }
                    dp[i][j] += 1;
                } else {
                    if (i-1>=0) {
                        dp[i][j] = dp[i-1][j];
                    }
                    if (j-1>=0) {
                        dp[i][j] = dp[i][j-1];
                    }
                    if (i-1>=0&&j-1>=0) {
                        dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
                    }
                }
            }
        }
        return dp[n1-1][n2-1];
    }
};