1143.最长公共子序列

1143. 最长公共子序列

1、题目

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。

• 例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。
  两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。

示例 1：
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 。

示例 2：
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 。

示例 3：
输入：text1 = "abc", text2 = "def"
输出：0
解释：两个字符串没有公共子序列，返回 0 。

提示：

• 1 <= text1.length, text2.length <= 1000 ，text1 和 text2 仅由小写英文字符组成。

2、解题思路

看到这两个字符串的长度，很容易分析出时间复杂度应该是$o(n^2)$，又是字符串的题目，应该要马上想到有没有可能是二维dp的题。
我们假设$f[i][j]$是指前text1前i个字符和text2前j个字符的最长公共子序列。这时候需要考虑当前比对的字符$text[i]和text2[j]$是否相等。

如果相等的话，只要把text1前i-1个字符和text2前j-1个字符的结果加1。


$f[i][j]=f[i-1][j-1]+1$。


如果不相等的话，需要比较text1前i-1个字符和text2前j个字符和text1前i个字符和text2前j-1个字符的结果。


$f[i][j]=max(f[i-1][j],f[i][j-1])$


整理得状态转移方程：


$f[i][j]=\{\begin{array}{ll}f[i-1][j-1]+1& text1[i]=text2[j]\\ max(f[i-1][j],f[i][j-1])& text1[i]\ne text2[j]\end{array}$


接下来考虑边界值，


$f[0][j],f[i][0]=\{\begin{array}{ll}1& text1[i]=text2[j]\\ 0& text1[i]\ne text2[j]\end{array}$


到这题目已经算基本ok了。

容易发现，在这个过程中，我们只用到了 i - 1 行的结果和 i 行的结果，所以可以进一步将空间复杂度优化$o(n)$。

最终代码：

    public int longestCommonSubsequence(String text1, String text2) {
        int m = text1.length(), n = text2.length(), temp1 = 0, temp2 = 0;
        int[] dp = new int[m];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                temp2 = dp[j];
                if (text2.charAt(i) == text1.charAt(j))
                    dp[j] = temp1 + 1;
                else if (j != 0)
                    dp[j] = dp[j - 1] > dp[j] ? dp[j - 1] : dp[j];
                temp1 = j == m - 1 ? 0 : temp2;
            }
        }
        return dp[m - 1];
    }