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];
}
};