最长公共字序列 动态规划 空间复杂度o(min{n,m})带打印

这是典型的动态规划，两个字符串 str1=a1,a2……,an, str2=b1,b2,……,bm;

如果用dp[i][j]表示str1的前 i 个字符 和str2的前 j 个字符的最大公共子序列的长度，那么dp[n][m]就是要求的结果，但这种方法的空间复杂度是o(nm)，但其实每次要用到的只是上一行的结果，所以空间复杂度可以优化为 o(min{n,m}).

这里设 vecOrignal 为上一行的结果，初始化为全零，vec 为当前行的结果，

那么比较str1 的前 i 个字符和 str2 的前 j 个字符时， 我们知道递推公式为

若 str1[ i ] = str2[ j ] ,

vec[ j ] = vecOrignal [j-1] + 1;  如果当前的两个字符相等的话，那么两个字符串都向前移动一位，结果加1, 此时再比较 str1的前 i-1个字符和 str2 的前 j-1个字符

否则, vec[j] = max{ vec[ j-1 ], vecOrignal [j] }; 

vec[j-1]相当于 str2 前移动一位，此时再比较 str1的前 i 个字符和 str2 的前 j-1个字符

vecOrignal[ j ] 相当于str1 前移动一位，此时再比较 str1的前 i-1 个字符和 str2 的前 j 个字符

 dist[i][j] 用来记录 比较 str[ i ] 和 str2[ j ] 时来自哪两个字符比较的结果，为 1 代表 str[ i ] 和 str2[ j ] 相等，记录此字符，

为 2 表示 来自