【动态规划】LeetCode 1143最长公共子序列

题目链接： 力扣 

思路：

动态规划：

dp[i][j]表示text1[0:i) 和 text2[0:j)的最长公共子序列的长度

      上述表示中，text1【0:i)的长度为i的前缀，text2【0：j）表示text2的长度为j的前缀

考虑动态规划的边界情况：

●当 i=0 时，text1[0:i)为空，空字符串和任何字符串的最长公共子序列的长度都是0，因此对任意

 0<=j<=n，dp[0][j]=0;

●当j=0时，text2[0:j)为空，同理可得，对任意0<=i<=m,有dp[i][0]=0

所以，当 i=0 或 j =0 时，dp[i][j]=0

当 i>0 且 j>0时，考虑dp[i][j]的计算

●当 text1[i-1]=text2[j-1]时，这两个相同的字符称为公共字符，考虑 text1[0:i-1]和text2[0:j-1]的最长公共子序列，再增加一个字符（即公共字符）即可得到text1[0:i]和text2[0:j]的最长公共子序列，因此dp[i][j]=dp[i-1][j-1]+1

●当text1[i-1]!=text2[j-1]时，考虑以下两项：

        ○text1[0:i-1]和text2[0:j]的最长公共子序列

         ○text[0:i]和text2[0:j-1]的最长公共子序列

要得到text1[0:i]和text2【0：j】的最长公共子序列，应该取两项中长度较大的一项

dp[i][j]=max(dp[i-1][j],dp[i][j-1])

由此可以得到状态转移方程：
(1)dp[i][j]=dp[i-1][j-1]+1,                    text1[i-1]=text2[j-1]

(2)dp[i][j]=max(dp[i-1][j],dp[i][j-1])     text1[i-1]!=text2[j-1]

    代码：

登录后复制

class Solution {
    public:
        int longestCommonSubsequence(string text1, string text2) {
            vector<vector<int>>dp(text1.size() + 1, vector<int>(text2.size() + 1));
            for(int i=0;i<text1.size();i++)
            {
                for (int j = 0; j < text2.size(); j++)
                {
                    dp[0][j] = 0;
                    dp[i][0] = 0;
                }
        } 
            for (int i = 1; i <=text1.size(); i++)
           {
            for (int j = 1; j <=text2.size(); j++)
            {
                if (text1[i-1] == text2[j-1])
                {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }
                else
                {
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }
            return dp[text1.size()][text2.size()];
    }
};

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.

 

原创作者: u_16969274 转载于: https://blog.51cto.com/u_16969274/11813271