题目描述
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。
力扣:1143.最长公共子序列
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。
题目分析
最长公共子序列(Longest Common Subsequence,简称 LCS)是一道非常经典的面试题目,因为它的解法是典型的 二维动态规划 ,大部分比较困难的字符串问题都和这个问题一个套路,比如说编辑距离。而且,这个算法稍加改造就可以用于解决其他问题,所以说 LCS 算法是值得掌握的。
1、确定状态方程
使用一个二维数组 dp 来存储答案, dp[i][j] 的值是从 str1[1 … i] 和 str2[1 … j] , 它们的 LCS 的长度。
2、状态转移方程
详细的分析过程可参考 动态规划解最长公共子序列(LCS)(附详细填表过程) 下面给出状态转移的方程。
d p [ i ] [ j ] = { d p [ i − 1 ] [ j − 1 ] + 1 str1[i - 1] == str2[j - 1] M a t h . m a x ( d p [ i − 1 ] [ j ] , d p [ i ] [ j − 1 ] ) str1[i - 1] != str2[j - 1] dp[i][j] = \begin{cases} dp[i - 1][j - 1] + 1& \text{str1[i - 1] == str2[j - 1]}\\ Math.max(dp[i - 1][j] , dp[i][j - 1])& \text{str1[i - 1] != str2[j - 1]} \end{cases} dp[i][j]