1143. 最长公共子序列(中等)
-
思路
- 子序列问题的第二种动态规划方法:「定义一个 dp 数组,其中 dp[i]表示到位置 i 为止的子序列性质,并不是必须以 i 结尾」,此时 dp 数组的最后一位即为题目所求,不需要对每个位置进行统计。
- 对于本题,可以建立一个二维数组,
dp[i][j] 表示到第一个字符串位置 i 为止、到第二个字符串 j 为止的最长公共子序列长度
,这样一来,就可以很方便地分情况讨论两个位置对应的字母相同与不相同的情况。 - 具体来说,遍历两个字符串的所有位置,如果遍历到的字符相等,说明是公共子序列的一部分,因此最长公共子序列长度在之前的基础上 + 1,即
dp[i][j] = dp[i-1][j-1] + 1;
;如果字符不相等,说明无法构成公共子序列,那么此时的最长公共子序列长度为dp[i][j] = max(dp[i][j-1], dp[i-1][j]);
。
-
代码
class Solution { public: int longestCommonSubsequence(string text1, string text2) { int m = text1.size(), n = text2.size(); vector<vector<int>> dp(m+1, vector<int>(n+1, 0)); for(int i=1; i<=m; ++i){ for(int j=1; j<=n; ++j){ if(text1[i-1] == text2[j-1]){ dp[i][j] = dp[i-1][j-1] + 1; } else{ dp[i][j] = max(dp[i][j-1], dp[i-1][j]); } } } return dp[m][n]; } };
-
收获
- 和上一题子序列问题思路又不太一样,所以直接看的题解。