leetcode 1143. 最长公共子序列

最新推荐文章于 2024-10-07 07:09:00 发布

c葱c

最新推荐文章于 2024-10-07 07:09:00 发布

阅读量298

点赞数

分类专栏：动态规划 # 子序列文章标签： leetcode 算法动态规划

本文链接：https://blog.csdn.net/qq_52150630/article/details/130520773

版权

动态规划同时被 2 个专栏收录

41 篇文章 0 订阅

订阅专栏

子序列

12 篇文章 0 订阅

订阅专栏

文章介绍了如何使用动态规划的dp数组来求解两个字符串的最长公共子序列。定义了dp数组的下标和值，给出了递推公式，并详细解释了不相等字符时的处理方式，以及初始化和遍历顺序。最后提供了一个C++实现的代码示例。

摘要由CSDN通过智能技术生成

1. dp 数组的定义

下标：以 i - 1 和 j - 1 为结尾的子序列

值：以 i - 1 和 j - 1 为结尾的最长公共子序列的长度

2. 递推公式

if(text1[i - 1] == text2[j - 1])     // 相等        
    dp[i][j] = dp[i - 1][j - 1] + 1 ;
else
    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);

    不相等分为两种情况
        i - 1 之后，再与当前的 j 比较
        例如：abcd abe，此时的 c 和 e 不相等，所以就向前比较，ab 与 abe
             |i|    |j|
        j - 1 之后，再与当前的 i 比较
        例如：abcd abe，此时的 c 和 e 不相等，所以就向前比较，abc 与 ab

3. 初始化，因为是从 dp数组的定义是从 i - 1 和 j - 1 进行比较的，所以可以默认初始化

4. 遍历顺序

从小到大

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {

        vector<vector<int>> dp(text1.size()+ 1, vector<int>(text2.size() + 1, 0));

        int res = 0;
        for(int i = 1 ; i <= text1.size() ; i++)  // 这里是 <= 
        {
            for(int j = 1 ; j <= text2.size(); j++) // 这里是 <= 
            {
                if(text1[i - 1] == text2[j - 1])                
                    dp[i][j] = dp[i - 1][j - 1] + 1 ;
                else
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]); 
            }   
        }
        return dp[text1.size()][text2.size()];
    }
};