也就是LCS问题,常规的动态规划题目,状态转移矩阵见下图:
代码呼之欲出:
class Solution:
def lsc(self, a, b):
len_a, len_b = len(a), len(b)
# dp[i][j]表示a的前i个数和b的前j个数构成的最长公共子串长度
dp = [[0] * (len_b + 1) for _ in range(len_a + 1)]
for i in range(1, len_a + 1):
for j in range(1, len_b + 1):
if a[i - 1] == b[j - 1]:
dp[i][j] = dp[i - 1][j - 1] + 1
else:
dp[i][j] = max(dp[i][j - 1], dp[i - 1][j])
return dp[-1][-1]
if __name__ == '__main__':
print(Solution().lsc('13456778', '357486782'))
这里答案是5
上一步只是求出了最长公共子序列的长度,这里要求出最长公共子序列。可以在dp的时候用一个空间来存每一步的子串,也可以用回溯的思想来求最长公共子序列。如果是从左上角来的,就加入,如果不是就看左边或上边那个大的,如果相同就任选一个方向走:
class Solution:
def lsc(self, a, b):
len_a, len_b = len(a), len(b)
# dp[i][j]表示a的前i个数和b的前j个数构成的最长公共子串长度
dp = [[0] * (len_b + 1) for _ in range(len_a + 1)]
for i in range(1, len_a + 1):
for j in range(1, len_b + 1):
if a[i - 1] == b[j - 1]:
dp[i][j] = dp[i - 1][j - 1] + 1
else:
dp[i][j] = max(dp[i][j - 1], dp[i - 1][j])
i, j, res = len_a, len_b, ''
while i > 0 and j > 0:
if a[i - 1] == b[j - 1]:
res = a[i - 1] + res
i -= 1
j -= 1
elif dp[i - 1][j] > dp[i][j - 1]: # 上走
i -= 1
else: # 左走
j -= 1
return res
if __name__ == '__main__':
print(Solution().lsc('13456778', '357486782'))
结果是35778,如果把
elif dp[i - 1][j] > dp[i][j - 1]: # 上走
i -= 1
else: # 左走
j -= 1
变成
elif dp[i - 1][j] >= dp[i][j - 1]: # 上走
i -= 1
else: # 左走
j -= 1
就又是一种结果:34678。