kim的每日刷题.LC.1143.最长公共子序列

class Solution(object):
    def longestCommonSubsequence(self, text1, text2):
        # dp[i][j]表示text1[0:i]和text2[0:j]之间的LCS长度
        # 边界条件:当其中一个为空串时,LCS为0
        dp = [[0] * (len(text2)+1) for _ in range(len(text1)+1)]
        for i in range(1, len(text1)+1):
            for j in range(1, len(text2)+1):
                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[len(text1)][len(text2)]

 当输入为："oxcpqrsvwf","shmtulqrypy"时，dp数组如下所示：

[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1]
[0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1]
[0, 0, 0, 0, 0, 0, 0, 1, 2, 2, 2, 2]
[0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2]
[0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2]
[0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2]
[0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2]

外循环对text1的每个字符遍历，内循环对text2的每个字符遍历；

从dp数组输出可以看出，第一次字符相等出现在text1[3]和text2[9]字符p，但是这个p不在结果LCS中；

当外循环轮到text1[4]的字符q时，它遇到text2[6]的字符q，此时dp数组应该累加1；

但是每次dp数组累加1必须是这样的：

dp[i][j] = dp[i-1][j-1] + 1

这个等式表示：在text1[i-1]和text2[j-1]之前的text1和text2存在的LCS的基础上又多了一个字符,所以之前相同字符p不能被累加

 当text1[i-1]和text2[j-1]不相等时，dp值就取目前长度下最大的dp值

dp[i][j] = max(dp[i][j-1], dp[i-1][j])

总结：

对于两个字符串的动态规划问题， ⼀般来说都是像本⽂⼀样定义 DP table，因为这样容易写出状态转移⽅程， dp[i][j] 的状态可以通过之前的状态推导出来：