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。
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。
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。
————————
解题思路:
使用动态规划,利用二维数组,dp[i][j]表示字符串1的前i个字符和字符串2的前j个字符的最长公共子序列;
状态转移方程为:
(1) 对于
d
p
[
i
]
[
j
]
dp[i][j]
dp[i][j],如果
t
e
x
t
1
[
i
]
=
=
t
e
x
t
2
[
j
]
text1[i]==text2[j]
text1[i]==text2[j],则有:
d
p
[
i
]
[
j
]
=
d
p
[
i
−
1
]
[
j
−
1
]
+
1
dp[i][j] = dp[i-1][j-1] + 1
dp[i][j]=dp[i−1][j−1]+1;
(2) 对于
d
p
[
i
]
[
j
]
dp[i][j]
dp[i][j],如果
t
e
x
t
1
[
i
]
!
=
t
e
x
t
2
[
j
]
text1[i]!=text2[j]
text1[i]!=text2[j],则有
d
p
[
i
]
[
j
]
=
m
a
x
(
d
p
[
i
]
[
j
−
1
]
,
d
p
[
i
−
1
]
[
j
]
dp[i][j] = max(dp[i][j-1],dp[i-1][j]
dp[i][j]=max(dp[i][j−1],dp[i−1][j];
C++代码如下所示:
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int length1 = text1.size();
int length2 = text2.size();
vector<vector<int>> dp(length1+1,vector<int>(length2+1)); #建立一个length1+1行length2+1列的二维数组
for(int i=1;i<=length1;i++)
{
for(int j=1;j<=length2;j++)
{
if(text1[i-1] == text2[j-1]) #状态转移方程的一种情况
dp[i][j] = dp[i-1][j-1] + 1;
else #状态转移方程的另一种情况
dp[i][j] = max(dp[i-1][j],dp[i][j-1]);
}
}
return dp[length1][length2];
}
};