动态规划-最长公共子序列问题

动态规划-最长公共子序列问题

给定两个字符串（或数字序列）A和B，求一个字符串，使得该字符串是A和B的最长公共部分，可以不连续。
样例：
A: sadstory
B: adminsorry
最长公共子序列为adsory，长度为6
动态规划的思想，是以dp[i][j]代表以A串第i个字符和B串第j个字符结尾的两个序列的最长公共子序列，而dp[i][j]的值存在两种情况：
1.如果A[i]=B[j]:
此时说明A[i]和B[j]都在公共子序列中，所以dp[i][j]=dp[i-1][j-1]+1
2.如果A[i]！=B[j]：
此时说明A[i]和B[j]之前的最长公共子序列无法延长，那么dp[i][j]将继承dp[i-1][j]和dp[i][j-1]中较大的一个，
即dp[i][j]=max(dp[i-1][j],dp[i][j-1])
比如说dp[2][2]，它表示sad和adm两个字符串的最长公共子序列长度，我们知道其最长公共子序列为ad，而A[2]=‘m’！=B[2]，则dp[2][2]将继承dp[2][1]和dp[1][2]的较大者，即sa和adm的最长公共子序列和sad和ad的最长公共子序列，前者长度为1，后者长度为2，故dp[2][2]=2
实现代码如下：

a=input()#输入A
b=input()#输入B
dp=[[0 for i in range(len(b)+1)] for j in range(len(a)+1)]#初始化dp
for i in range(1,len(a)+1):#从避免当i或j=0时产生的i-1和j-1<0的问题，所以从1开始循环，将第一行和第一列初始化为0
    for j in range(1,len(b)+1):
        if a[i-1]==b[j-1]:
            dp[i][j]=dp[i-1][j-1]+1#相同则最长公共子序列长度加一
        else:
            dp[i][j]=max(dp[i-1][j],dp[i][j-1])#不同则继承前面较大者
print(dp[len(a)][len(b)])#最后dp[i][j]即是需要的结果