【算法】最长公共子序列

题目：

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。

思路：

使用动态规划，dp[i][j] 的含义是：对于 s1[1..i] 和 s2[1..j]，它们的 LCS 长度是 dp[i][j]。我们专门让索引为 0 的行和列表示空串，dp[0][..] 和 dp[..][0] 都应该初始化为 0，这就是 base case。dp[0][3]=0 的含义是：对于字符串 "" 和 "bab"，其 LCS 的长度为 0。因为有一个字符串是空串，它们的最长公共子序列的长度显然应该是 0。

如果i和j位置的字符相同：dp[i][j]=dp[i-1][j-1]+1。但是如果i位置和j位置的字符不同，那么dp[i][j]=Math.max(dp[i][j-1],dp[i-1][j])，其实这里也可以加上dp[i-1][j-1]，但是其实加不加效果都一样，因为dp[i-1][j]和dp[i][j-1]已经包含了这个结果。

 

   public int longestCommonSubsequence(String text1, String text2) {
        if(text1==null||text2==null)
            return 0;
        int length1=text1.length();
        int length2=text2.length();
        int[][] dp=new int[length1+1][length2+1];
        //第一行和第一列默认初始化为0,表示空字符串的结果
        for(int i=1;i<dp.length;i++){
            for(int j=1;j<dp[0].length;j++){
                if(text1.charAt(i-1)==text2.charAt(j-1)){
                    dp[i][j]=1+dp[i-1][j-1];
                }else{
                    dp[i][j]=Math.max(dp[i-1][j],Math.max(dp[i][j-1],dp[i-1][j-1]));
                    //或者dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-1]));
                }
            }
        }
        return dp[length1][length2];
    }