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