蓝桥杯11.17：最长公共子序列

问题描述

给定两个字符串，寻找这两个字串之间的最长公共子序列。
输入格式
输入两行，分别包含一个字符串，仅含有小写字母。
输出格式
最长公共子序列的长度。
样例输入
abcdgh
aedfhb
样例输出
3
样例说明
最长公共子序列为a，d，h。
数据规模和约定
字串长度1~1000。

分析

这题是一道典型的动态规划题，设text1 = ‘abcdgh’, text2 = ‘aedfhb’
我们先用text2的第一个字母与text1做最长公共子序列

	a	b	c	d	g	h
a	1	1	1	1	1	1

再用text2的第二个字母与text1做最长公共子序列

	a	b	c	d	g	h
a	1	1	1	1	1	1
e	1	1	1	1	1	1

… …
最后得出表格：

	a	b	c	d	g	h
a	1	1	1	1	1	1
e	1	1	1	1	1	1
d	1	1	1	2	2	2
f	1	1	1	2	2	2
h	1	1	1	2	2	3
b	1	2	2	2	2	3

由此可以得出转移方程：

• if text1[i] = text2[j] : dp[i][j] = dp[i - 1][j - 1] + 1]
• else dp[i][j] = max(dp[i][j - 1], dp[i - 1][j - 1])

由于当text1[0] = text2[j] 或text1[i] = text2[0]时下标越界，所以优化表格如下所示：

	#	a	b	c	d	g	h
#	0	0	0	0	0	0	0
a	0	1	1	1	1	1	1
e	0	1	1	1	1	1	1
d	0	1	1	1	2	2	2
f	0	1	1	1	2	2	2
h	0	1	1	1	2	2	3
b	0	1	2	2	2	2	3

算法实现

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        m = len(text1) + 1
        n = len(text2) + 1
        text1 = '#' + text1
        text2 = '#' + text2
        dp = [[0 for each in range(m)]]
        for i in range(1, n):
            old = text2[i]
            dp.append([0])
            for j in range(1, m):
                if text1[j] == old:
                    dp[i].append(dp[i - 1][j - 1] + 1)
                else:
                    dp[i].append(max(dp[i - 1][j], dp[i][j - 1]))
        return dp[i][j]

算法优化

由于我们每次计算只用到最后的一行，所以可以将二维列表优化成一维：
初始列表：

0	0	0	0	0	0

第一次循环后：

1	1	1	1	1	1

第二次循环后：

1	1	1	1	1	1

第三次：

1	1	1	2	2	2

… …
结果：

1	2	2	2	2	3

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        m = len(text1) + 1
        n = len(text2) + 1
        text1 = '#' + text1
        text2 = '#' + text2
        dp = [0 for each in range(m)]
        for i in range(1, n):
            old = text2[i]
            temp = 0
            for j in range(1, m):
                now = dp[j]
                if text1[j] == old:
                    dp[j] = temp + 1
                else:
                    dp[j] = max(dp[j], dp[j - 1])
                temp = now
        return dp[-1]