leetcode 1143最长公共子序列-LCS

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。

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。

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 <= 1000
1 <= text2.length <= 1000
输入的字符串只含有小写英文字符。

分析：本题是经典的动态规划方法，首先创建一个dp二维数组，设串1的长度为m，串2的长度为n，则创建一个dp[m+1][n+1],text1 = “abc”, text2 = “abc”,对于该例子dp[0][3],表示""和"abc"的最长公共子序列，很明显为0，因为第一个是空串，这里就是base case,对于i=0或者j=0的情况，全部初始化为0。
对于dp[i][j]的值，如果s[i]和t[j]相等，那么其dp[i][j] 就等于dp[i-1][j-1] +1 ,如果不相等 ，那么说明s[i]和s[j]这两个字符一定有一个不在lcs中，因此我们可以分别去掉一个取较大值,max(dp[i-1][j],dp[i][j-1])，有人可能有疑问，为什么不多加一个dp[i-1][j-1]呢?加上其实是没错的，其实没必要加上，因为dp[i-1][j-1]一定是小于等于dp[i-1][j],dp[i][j-1]的。
经过上面分析，代码如下

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {

        //动态规划
        //dp[][]

        int l1 = text1.length();
        int l2 = text2.length();

        
        int [][] dp = new int[l1 + 1][l2 + 1];

        //dp[i][j]表示 text1 从 0---i-1个字符和text2从0-j-1个字符中的最长公共子序列
        //状态转移方程为 如果s1[i] == s2[j] 那么长度就加1，如果不相等 就
         
        //base case
        //当i = 0时，所以的dp[i][j]都是0，因为text1的串为0，同理j = 0时，也是全部为0
        
        //其实不用初始化，默认值就是为0    
        for(int j = 0;j < l2;j++){
            dp[0][j] = 0;
        }
        for(int i = 0; i < l1;i++){
            dp[i][0] = 0;
        }

        for(int i = 0;i < l1;i++){
            for(int j = 0;j < l2;j++){
                if(text1.charAt(i) == text2.charAt(j)){
                    //dp[0][1] 表示的是t1的空串和t2的第一个字符的最长公共子序列   
                    dp[i+1][j+1] = dp[i][j] + 1;
                }else{
                    dp[i+1][j+1] = Math.max(dp[i+1][j],dp[i][j+1]);
                }
            }
        }
        return dp[l1][l2];

    }
}