代码随想录动态规划——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。

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。

提示:

1 <= text1.length <= 1000 1 <= text2.length <= 1000 输入的字符串只含有小写英文字符

思路

本题和最长重复子数组的区别是不要求连续，但是要有相对顺序

动规五部曲：

1. 确定dp数组和下标
   dp[i][j]表示长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]（这里定义[0,i-1]而不定义[0,i]是为了方便代码实现）

2. 确定递推公式
   （1）如果text1[i - 1] 与 text2[j - 1]相同，那么找到了一个公共元素，所以dp[i][j] = dp[i - 1][j - 1] + 1
   （2）如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的，即dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])，因为根据dp[i][j]的定义，dp[i - 1][j]就表示[0，i-2]和[0，j-1]的最长公共子序列，同理dp[i][j-1]表示[0，i-1]和[0，j-2]的最长公共子序列

3. 初始化dp数组
   test1[0, i-1]和空串的最长公共子序列自然是0，所以dp[i][0] = 0，同理dp[0][j]=0

4. 确定遍历顺序
   一共有三个方向可以推出dp[0][j]：
   所以要从前往后，从上往下遍历

5. 举例推导dp数组
   以输入：text1 = “abcde”, text2 = “ace” 为例，dp状态如图：
   
   java代码如下：

class Solution{
	public int longestCommonSubsequence(String text1,String text2){
		int[][] dp = new int[text1.length() + 1][text2.length() + 1];
		for(int i = 1; i <= text1.length(); i++){
			//因为本题不是数组，不能直接text[i-1]取值，本题给的是字符串，所以需要用charAt()方法获取元素
			char char1 = text1.charAt(i-1);
			for(int j = 1; j <= text2.length(); j++){
				char char2 = text2.charAt(j-1);
				if(char1 == char2){//相当于数组的text1[i-1] == text2[j-1]
					dp[i][j] = dp[i-1][j-1] + 1;
				}else {
					dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]);
				}
			}
		}
		return dp[text1.length()][text2.length()];
	}
}