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。
动态规划
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int m = text1.length(), n = text2.length();
vector<vector<int>> dp(m+1,vector<int>(n+1));
for(int i = 1; i <= m; i++){
char c1 = text1.at(i-1);
for(int j = 1; j <= n; j++){
char c2 = text2.at(j-1);
if(c1 == c2){
dp[i][j] = dp[i-1][j-1] + 1;
}
else{
dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
}
}
}
return dp[m][n];
}
};
我们定义一个二维数组 dp,其中 dp[i][j] 表示 text1 的前 i 个字符与 text2 的前 j 个字符的最长公共子序列的长度。数组的大小为 (m+1) x (n+1),其中 m 是 text1 的长度,n 是 text2 的长度。dp[i][j] 的具体含义是:text1 的前 i 个字符和 text2 的前 j 个字符的最长公共子序列的长度。
接下来,通过双层循环来填充 dp 数组。对于每一对字符 text1[i-1] 和 text2[j-1],比较它们是否相同,然后根据递推关系更新 dp[i][j]。