1.7动态规划之最长公共子序列问题

给定俩字符串str1、str2，返回俩字符串的最长公共子序列

分析：
1）找到俩可变参数，参数一旦确定，后续结果就确定，只能是俩字符串的长度。在两个字符串长度变化的过程中，分析某一处 i、j （str1取i长度，str2取j长度）的最长公共子序列由谁决定？
2）由动态规划解题思路可知，1）所提出的问题建立在任一 m<i,j<n的取值都已知，那么dp[i][j]的取值由三种情况决定：
①str1[i] == str[j] ，那么此时 dp[i][j] = dp[i-1][j-1] + 1.
②str1[i] ！= str[j] ，这里又分为两种情况，一种是取值为 dp[i-1][j] ,另一种则为 dp[i][j-1].取值来源无非是，俩字符串目前已经取得最大公共子序列的情况下，另一个字符串加了一个无关紧要的字符。

代码实现：

public int[][] getdp(char[] str1, char[] str2){
	int[][] dp = new int[str1.length][str2.length];
	dp[0][0] = str1[0] == str2[0]? 1 : 0;
	//第一行与第一列的可控赋值
	for(int i = 1; i < str1.length; i ++){
		dp[0][i] = Math.max(dp[0][i-1], str1[i] == str2[0] ? 1 : 0);
	for(int j = 1; j < str2.length; j ++){
		dp[j][0] = Math.max(dp[j-1][0], str2[j] == str1[0] ? 1 : 0);
	}

	//依次将整个表格填满
	for(int i = 1; i < str1.length; i++){
		for(int j = 1; j < str2.length; j++){
			dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]);
			if(str1[i] == str2[j]){
				dp[i][j] = Math.max(dp[i][j], dp[i-1][j-1] + 1);
			}
		}
	}
	return dp;
}

此时dp中是一个二维数组，存放的还只是各处的最大公共子序列值，还需要一个函数来将最大公共子序列还原。

此还原方法同时可以解决最长递增子序列。