最长公共子串问题

采用动态规划的思想。
使用二维数组，每个元素dp[i][j]表示以 A[i-1] B[j - 1]结尾的最大公共子串

import java.util.Scanner;

/**
 * Created by zfr on 2018/08/02.
 * 最长公共子串问题
 */
public class  LCS{
    public static void main(String[] args) {
            // TODO Auto-generated method stub
        LCS a = new  LCS();
        Scanner scanner = new Scanner(System.in);
        String A = scanner.nextLine();
        String B = scanner.nextLine();
        String res = a.cal(A,B);
        System.out.println(res);
    }
    ///最长公共子串 -- 动态规划
    //时间复杂度O(mn) 空间复杂度O(mn)
    public   String cal(String A ,String B){
        int max = 0;//最长公共子串的长度
        int index = 0;//最长公共子串的最后一个索引值
        int lenA = A.length();
        int lenB = B.length();
        char[] chA = A.toCharArray();
        char[] chB = B.toCharArray();
        //dp[i][j] 表示以 A[i-1] 和 B[j-1]结尾的最长公共子串
        int[][] dp = new int[lenA+1][lenB+1];
        for(int i = 0;i < lenA; i++){
            for(int j = 0; j<lenB ;j++){
                if(chA[i]==chB[j]){
                    dp[i+1][j+1] = Math.max(dp[i+1][j+1],1+dp[i][j]);
                    if(dp[i+1][j+1] > max ){
                        max = dp[i+1][j+1];
                        index = i+1;
                    }
                }
            }
        }
        return  A.substring(index - max,index);
    }
}

输入：
helloEverybodyhiwhat
what
输出：
what

上述的时间空间复杂度均为O(mn)
在LEETCODE上看到一种解决方案时间复杂度为O(mn)，空间复杂度为O(1)。
https://leetcode.com/problems/maximum-length-of-repeated-subarray/discuss/109040/java-omn-time-o1-space