昨天健身再加上出去吃饭,只在早上刷了一个每日一题,还是自己最薄弱的动态规划。。。今天补上blog,一会更新今天的刷题
1143.最长公共子序列
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。
解题思路:这是一个经典的二维动态规划问题,首先创建一个大小为( text1.length()+1 ) × ( text2.length()+1 )的二维数组,存储两个序列的对应关系。首先把i=0和j=0时的值置为0,此时意味着其中一个序列为空;然后对于序列1,从i=1开始与序列2中的字符依次对比,如果相等,则二维数组中的对应值d[ i ] [ j ]为1,否则的话为d[ i-1 ] [ j ]和d[ i ] [ j-1 ]中的较大值;如此进行循环,直至i=text1.length()为止。
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
int l1 = text1.length();
int l2 = text2.length();
int dp[][] = new int[l1+1][l2+1];
for(int i=1;i<=l1;i++)
{
char ch1 = text1.charAt(i-1);
for(int j = 1;j<=l2;j++)
{
char ch2 = text2.charAt(j-1);
if(ch1 == ch2)
{
dp[i][j] = dp[i-1][j-1] + 1;
}
else
{
dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]);
}
}
}
return dp[l1][l2];
}
}