LeetCode 1143. 最长公共子序列

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。
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。
若这两个字符串没有公共子序列，则返回 0。

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 <= 1000
1 <= text2.length <= 1000
输入的字符串只含有小写英文字符。

思路

还是用动态规划的老套路来解。这里的状态有两个，分别是只考虑text1的前i个字符和只考虑text2的前j个字符。建立二维的dp数组dp[i][j]，表示在只考虑text1的前i个字符和text2的前j个字符的情况下，最长公共子序列（LCS）的长度。

初始值：当其中某个序列只考虑前0个字符时，即有一个或两个序列一个字符都不考虑时，是不可能有公共子序列的。所以dp[0][*]和dp[*][0]都为0。

状态转移方程：每次都是这里最难想，这次依旧没想出来该怎么写。按照以往问题的思路，dp[i][j]的状态一定与前面的dp有关。这样思考：在只考虑text1的前i个字符、text2的前j个字符的前提下，当我比较text1的第i个字符和text2的第j个字符时（这里i和j视作从1开始），若两者相等，那么这个字符必定是公共子序列LCS中的元素，此时dp[i][j]的值就是在只考虑text1的前i-1个字符、text2的前j-1个字符的前提下的公共子序列数+1，即dp[i][j] = dp[i - 1][j - 1] + 1；若二者不相等，则text1[i]和text2[j]至少有一个不在LCS中。这时候要么其中的某1个字符在LCS中，此时会获得更长的LCS，要么任何一个字符都不在LCS中，此时不会获得更长的LCS。所以此时需要分别尝试假设text1[i]和text2[j]在LCS中，看哪个的LCS的长度更长，即将dp[i][j]设为LCS更长的值。此时的状态转移方程为：
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])，dp[i - 1][j]和dp[i][j - 1]分别表示只假设text2[j]或text1[i]在LCS中的情况。若此时dp[i - 1][j]和dp[i][j - 1]中二者值相等，则说明当前比较的text1[i]和text2[j]都不在只考虑text1的前i个字符和text2的前j个字符的前提下的LCS中；若一大一小，说明大的那个所取的字符在LCS中。

解答

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int m = text1.length();
        int 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])//当前两个字符一样
                    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];
    }
};

例子

举例：
text1 = “abcde”
text2 = “ace”

代码执行过程：