力扣LeetCode：1143. 最长公共子序列（动态规划）_最长公共子序列 leetcode-CSDN博客

本文链接：https://blog.csdn.net/m0_74242327/article/details/132165485

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 。

个人分析

首先要理解dp数组的含义，dp【i】【j】表示的是text1的下标从0-i和text2的下标从0-j，这两个数组的最长公共子序列

状态转移方程式

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]);
}

题解代码

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int m = text1.length();
        int n = text2.length();
        int dp[m + 1][n + 1];
        for(int i = 0; i <= m; i++)
        {
            dp[i][0] = 0;
        }
        for(int j = 0;j <= n; j++)
        {
            dp[0][j] = 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] = dp[i - 1][j - 1] + 1;
                }
                else
                {
                    dp[i][j] = max(dp[i- 1][j], dp[i][j -1]);
                }
            }
        }
        return dp[m][n];

    }
};