力扣：1143.最长公共子序列（LCS）

力扣：1143.最长公共子序列（LCS）

1、题目(longest-common-subsequence, LCS)

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 。

2、解答

最长公共子序列，子序列两个字母不一定挨在一起，只要顺序正确就是子序列。

求两个最长公共子序列的长度，从头到尾遍历text1和text1 ，分析可知，在遍历过程中，只可能遇到以下两种情况：

1. text1[i] == text2[j];
2. text1[i] != text2[j];

所以定义dp数组dp[text1.size()+1] [text2.size()+1];

dp[i][j] 表示text1 的0…i的部分和text2 的0…j的部分的最长公共子序列的大小。

所以根据以上分析的两种情况可以写出递推公式：

• 当text1[i] == text2[j]时 ：

  dp[i][j] = dp[i - 1][j - 1] + 1（即i-1和j-1的最长公共子序列+1）

• 当text1[i] != text2[j]时：

  dp[i][j] = max(dp[i - 1][j],dp[i][j - 1])(即i-1和j的最长公共子序列 与 i和j-1的最长公共子序列中的最大值)

代码如下：

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
        //初始条件 ： 各个长度的子序列与0长度的子序列的最长公共子序列的最大长度为0
        for(int i = 1; i <= text1.size(); i++){
            for(int j = 1; j <= text2.size(); j++){
                if(text1[i - 1] == text2[j - 1]){
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }else{
                    dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
                }
            }
        }
        return dp[text1.size()][text2.size()];
    }
};