【40】最长公共子序列 | 编辑距离（LC 1143 | 72）

最长公共子序列

问题描述

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。

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。

解题思路

定义dp[i][j]为在字符子串text1[0,…,i]，text2[0,…,j]中的最长公共子序列的长度，则若已知dp[i-1][j-1]，如果text1[i] == text2[j] , 那么dp[i][j] = dp[i-1][j-1] + 1，否则dp[i][j] = max(dp[i][j-1],dp[i-1][j])。

代码

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        int n1 = text1.length(),n2 = text2.length();
        if(n1 == 0 || n2 == 0)
            return 0;
        int dp[][] = new int[n1+1][n2+1];
        //dp[0][j]和dp[i][0]默认为0
        for(int i=1;i<=n1;i++){
            for(int j=1;j<=n2;j++){
                //因为i和j是从1开始的，字符串是从0开始的，所以需要减1
                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-1][j],dp[i][j-1]);
            }
        }
        return dp[n1][n2];
    }
}

时间复杂度：O（n1n2）
空间复杂度：O（n1n2）

编辑距离

参考题解：经动态规划：编辑距离

问题描述

给你两个单词 word1 和 word2，请你计算出将 word1 转换成 word2 所使用的最少操作数 。

你可以对一个单词进行如下三种操作：

插入一个字符
删除一个字符
替换一个字符

解题思路

定义dp[i][j]为从word1[0,…,i]到word2[0,…,j]转换所使用的最少操作次数，则若已知dp[i-1][j-1]，如果word1[i]==word2[j]，那么dp[i][j]=dp[i-1][j-1]；否则，dp[i][j] = min(dp[i][j-1],dp[i-1][j],dp[i-1][j-1]) + 1;

代码：

class Solution {
    public int minDistance(String word1, String word2) {
        int n1 = word1.length(),n2 = word2.length();
        int dp[][] = new int[n1+1][n2+1];

        //若其中一个字符串为空，则操作次数是另一字符串的长度
        for(int i=0;i<=n1;i++)
            dp[i][0] = i;
        for(int j=0;j<=n2;j++)
            dp[0][j] = j;

        for(int i=1;i<=n1;i++){
            for(int j=1;j<=n2;j++){
                //因为i和j是从1开始的，字符串是从0开始的，所以需要减1
                if(word1.charAt(i-1) == word2.charAt(j-1))
                    dp[i][j] = dp[i-1][j-1];
                else
                    dp[i][j] = MinNum(dp[i][j-1],dp[i-1][j],dp[i-1][j-1]) + 1;
            }
        }
        return dp[n1][n2];
    }

    public int MinNum(int a,int b,int c){//求三个数中的最小值
        if(a<=b){
            if(c<=a)
                return c;
            else
                return a;
        }else{
            return b;
        }
        //或者直接用：return Math.min(a,Math.min(b,c));
    }
}

时间复杂度：O（n1n2）
空间复杂度：O（n1n2）