LCS 问题：最长公共子序列/最长公共子串

最长公共子序列

求两个字符串的最长公共子序列（Longest Common Sequence，简称 LCS），比如：

• A = “abcdefg”
• B = “acbeg"

那么这两个字符串的最长公共子序列便是：“aceg”。

对于这种求取”最“值的问题，非常容易想到会使用动态规划来求解。使用动态规划解决问题其实并没有多难，它只需要你做好两件事即可：

• 对状态做一个好的定义（即你的 dp 数组中的dp[i][j]代表着什么？）
• 跟据题意与刚刚定义好的状态，推导出状态转移方程

第一步的重要性，远远大于第二步，因为当你定义了一个好的状态之后，对于状态转移方程的推导将会变得非常容易。有些人认为动态规划难，其实就是有的时候对于状态的定义不是很好想。

接下来我们就按照这两步的顺序来看待这道LCS 问题。

一、对状态的定义：

这里，我们定义我们的 dp 数组如下所示：

int[][] dp = new dp[a.length() + 1][b.length() + 1]; 

长为字符串 a 的长度加 1，宽为字符串 b 的长度加 1.

dp[i][j]所代表的是当只取字符串 a 的 前 i 个字符.、只取字符串 b 的 前 j 个字符 时，这两个字符串的最长公共子序列的长度是多少（当 i 或 j 为 0 时，取前 0 个字符，当然不可能有公共子序列，此时dp[i][j]为 0）。

相信你也能想到了，最后的返回结果，只需要返回dp[a.length()][b.length()]即可。

二、状态的转移：

我们有了如上对状态的定义之后，接下来思考一下状态转移方程的推导。

判断字符串 a 的 第 i 个字符 与字符串 b 的 第 j 个字符 的关系。（注意标红部分，就是为了跟上面状态的定义做区分，上面的状态定义强调 ”前“，而这里的状态转移方程强调 ”第“）。

如果相等的话，那么dp[i][j] = dp[i-1][j-1] + 1，不解释，想不明白的话，往上翻多看看状态的定义。

如果不相等的话，那么dp[i][j]取dp[i-1][j]与dp[i][j-1]之间的最大值。

总结一下：

Java 实现代码如下

public class LongestCommonSubsequence {
   
	
	public static int LCS(String a,String b) {
   
		
		int[][] dp =