力扣算法篇:最长公共子序列(dp)

在这里插入图片描述
动态规划五部曲:
1、确定dp数组及其下标含义
dp[i][j]:text1[0]到text1[i-1]的字符串和text2[0]到text2[j-1]的字符串的最长公共子序列的长度为dp[i][j],不一定要包含text[i-1]和text[j-1] ,这里是和最长递增子序列最长连续递增序列最长重复子数组不一样的地方,前面所说的这三个 都要求包含vec[i-1]或者vec[i];因而这里的返回值跟前面都不一样 不需要使用一个值去记录最大值
2、确定递推式

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])

3、初始化
初始化为0
4、遍历顺序
从前往后
5、举例推导dp数组

"abcde"
"ace"
dp数组变化:
0 0 0 0
0 1 1 1 
0 1 1 1 
0 1 2 2 
0 1 2 2 
0 1 2 3 

题解:

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        //dp[i][j]:text1[0]到text1[i-1]的字符串和text2[0]到text2[j-1]
        //的字符串的最长公共子序列的长度为dp[i][j] 不一定要包含text[i-1]和text[j-1] 
        //确定递推式
        //if(text1[i-1] = text2[j-1]) dp[i][j] = dp[i-1][j-1]+1;
        //否则 dp[i][j] = max(dp[i-1][j],dp[i][j-1])
        //定义dp数组
        vector<vector<int>> dp(text1.size()+1,vector<int>(text2.size()+1,0));
        //计算dp数组
        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()];
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值