提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
题目描述
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 。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-common-subsequence
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解题过程
解题思路
动态规划:
dp数组,dp[i][j]表示text1的前i个字符串和text2的前j个字符串的最长公共子序列长度。状态转移方程为:
dp[i][j] =
1、text1索引i-1和text2索引j-1对应的字符相等,则=dp[i-1][j-1] + 1;
2、否则=max(dp[i][j-1],dp[i-1][j]);
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
int [][] dp = new int[text1.length()+1][text2.length()+1];
//动态规划dp[i][j]表示tex1的前i个字符和text2的前j个字符的最大公共子串数量
//如果第i-1和第j-1
for (int i = 1; i <= text1.length(); i++){
for (int j = 1; j <= text2.length(); j++){
if (text1.charAt(i-1) == text2.charAt(j-1)){
dp[i][j] = dp[i-1][j-1] + 1;
}else {
dp[i][j] = Math.max(dp[i][j-1], dp[i-1][j]);
}
}
}
return dp[text1.length()][text2.length()];
}
}
总结
暂时没有总结,待续。。。