每日一题之最长公共子序列

最长公共子序列

题目链接

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 的长度。如果不存在 公共子序列 ，返回 0 。

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。

示例 1：

输入：text1 = "abcde", text2 = "ace"
输出：3
解释：最长公共子序列是 "ace" ，它的长度为 3 。

示例 2：

输入：text1 = "abc", text2 = "abc"
输出：3
解释：最长公共子序列是 "abc" ，它的长度为 3 。

示例 3：

输入：text1 = "abc", text2 = "def"
输出：0
解释：两个字符串没有公共子序列，返回 0 。

提示：

• 1 <= text1.length, text2.length <= 1000
• text1 和 text2 仅由小写英文字符组成。

---

1. 创建一个二维数组 dp，其中 dp[i][j] 表示 text1 的前i个字符和 text2的前j个字符的最长公共子序列的长度。
2. 初始化第一行和第一列，使得 dp[0][j] 和 dp[i][0] 均为 0，表示一个空字符串和任意字符串的最长公共子序列长度都为 0。
3. 对于 dp[i][j]，如果 text1[i-1] 和text2[j-1] 相等，则最长公共子序列的长度为 dp[i-1][j-1] + 1，因为当前字符可以加入到公共子序列中。如果 text1[i-1] 和 text2[j-1] 不相等，则最长公共子序列的长度为 max(dp[i-1][j], dp[i][j-1])，因为当前字符不能同时出现在最长公共子序列中。
4. 遍历 text1 和 text2的所有字符，更新 dp 数组。
5. 最终结果为 dp[-1][-1]，即 text1和 text2的最长公共子序列的长度。

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        dp = [[0] * (len(text2) + 1) for _ in range(len(text1) + 1)]

        for i in range(1, len(text1) + 1):
            for j in range(1, len(text2) + 1):
                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[-1][-1]