每天一道LeetCode Day5: 最长公共子序列LSC

题目

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 lsc 的长度。

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。

若这两个字符串没有公共子序列，则返回 0。

• 分析
  这是一道典型的二维动态动态规划问题。
• 思路分析
  S1：明确dpTable的物理意义
  建立一个二维的dp数组
  对于上述的例子，可建立如下dpTable：
  
  其中，dpTable[i][j]的含义是：对于str1[0，i-1]和str2[0，j-1]，他们的LSC长度是dpTable[i][j]。
  S2：定义base case
  让索引是0 的所有行列都是0。
  如dpTable[0][3] 则表示""与"bab"的LSC是0。

S3：开始递归寻找。
如果str1[i]=str[j],那么则说明该字符一定是在lsc中。
也就是说，此种情况下，如果知道了str1[0…i-1] 和str2[0…j-1]的LSC，那么加1 就是str1[0…i] 和str2[0…j]的LSC。

if(str1[i]==str2[j]){
   dpTable[i][j]=dpTable[i-1,j-1]+1;
}

如果str1[i]!=str2[j]，那么至少有一个字符不知LSC中，到时是哪一个？我们只取最大就可。

if(str1[i]!=str2[j]){
   dpTable[i][j]=Max(dpTable[i-1][j],dpTable[i][j-1]);
}

• 完整实现

   public int longestCommonSubsequence(String str1, String str2) {
       int size1=str1.length();
       int size2=str2.length();

       int[][] dptable=new int[size1+1][size2+1];

       for(int i=1;i<=size1;i++){
           for(int j=1;j<=size2;j++){
               if(str1.charAt(i-1)==str2.charAt(j-1)){
                   dptable[i][j]=dptable[i-1][j-1]+1;
               }else{
                   dptable[i][j]=Integer.max(dptable[i-1][j],dptable[i][j-1]);
               }
           }
       }
       return dptable[size1][size2];
   } 

• 结果