【LeetCode】【总结】 三大子序列最值问题(最长公共子序列、最长上升子序列、最长回文子序列)

做力扣的时候发现都可以用动态规划的方法解决上述三个子序列问题，并且发现三者之间有些关联。下面先挨个分析各个问题：

---

1、最长公共子序列

如下图所示，这是两个字符串，从中找出之间的公共子序列。 

则最长公共子序列为：

我们可以通过动态规划的方法解决问题，重点就是如何原问题分解成子问题，我们发现如果两个字符串的最后一个字符相等，即str1[i] = str2[j]，那么我们可以将其分解为str1[0:i-1]和str2[0:j-1]的最长公共子序列多长，并且在此基础上+1。如果str1[i] ！= str2[j]

那么只研究str1[0:i-1]和str2[0:j]、str1[0:i]和str2[0:j-1]两组谁的最长公共子序列更长。

定义m为S1字符串的长度，n为S2字符串的长度，状态dp[i][j]为以S1[i]结尾的字符串和以S2[j]结尾的字符串的最长公共子序列的长度，状态转移方程为：

 

c++代码为：采用了滚动数组优化，时间复杂度为O(n^2),空间复杂度为O(n)，其实还可以优化到O(1)，不过那样代码看起来很繁琐，就先不写了。

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int m = text1.size();
        int n = text2.size();
        if(!m||!n)
            return 0;
        vector<vector<int>> dp2(2,vector<int>(n+1,0));
        for(int i=1;i<=m;i++){
            for(int j=1;j<=n;j++){
                if(text1[i-1]==text2[j-1])
                    dp2[i&1][j]=dp2[(i-1)&1][j-1]+1;
                else
                    dp2[i&1][j]=max(dp2[(i-1)&1][j],dp2[i&1][j-1]);
            }
        }
        return dp2[m&1][n];
    }
};