最长公共子序列Leetcode，动态规划

题目：（力扣第1143题）
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。如果不存在 公共子序列 ，返回 0 。

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。

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 。

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 。

从题目中可以看出该题满足动态规划最优化原理，无后效性，因此该题可以通过动态规划来求解。是典型的二维动态规划问题。

动态规划求解的步骤：
（1）将原问题分解为子问题：
最长子序列由短子序列的结果转移得到。
（2）状态定义：
dp[i][j]表示text1[0:i]和text2[0:j]的最长公共子序列。
（3）状态转移方程
①当text1[i-1]==text2[j-1]时，说明两字符串最后一位相等，所以最长公共子序列增加了1
dp[i][j] = dp[i-1][j-1]+1
②当text1[i-1]!=text2[j-1]时，说明两个子字符串的最后一位不相等，
此时的最长公共子序列为
text1[0:i-1]和text2[0:j]的最长公共子序列；
或是text1[0:i]和text2[0:j-1]的最长公共子序列。
dp[i][j] = max(dp[i-1][j], dp[i][j-1])
（4）状态的边界条件
当i = 0时，text1[0:i]为空，dp[0][j]=0(0<=j<=n)
当j = 0时，text2[0:j]为空，dp[i][0]=0(0<=i<=m)

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int m = text1.size(), n = text2.size();
        vector<vector<int>> dp(m+1, vector<int>(n+1));
        for (int i = 1;i <= m;i++)
        {
            for (int j = 1;j <= n;j++)
            {
                if (text1[i] == text2[j])
                {
                    dp[i][j] = dp[i-1][j-1] + 1;
                }
                else
                {
                    dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
                }
            }
        }
        return dp[m][n];
    }
};