LeetCode a Day（五）——1143.最长公共子序列

1143.最长公共子序列

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。

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。

思路与解法（一）——动态规划

为什么会想到动态规划呢？因为对于子序列的问题，穷举出所有可能的结果不易。
而动态规划做的就是穷举+剪枝，因此涉及到子序列的问题，十有八九都需要动态规划。

思路详解

1. 明确dp数组含义。这里涉及两个字符串，需要一个二维dp数组。dp[i][j]的含义是，对于s1[0…i-1]和s2[0…j-1]，它们的最长公共子序列长度为dp[i][j]。
2. 图文描述解法

Java实现如下：

class Solution{
	public int longestCommonSubsequence(String text1, String text2) {
		int m = text1.length(), n = text2.length();
		// 字符串从0开始计数，但dp数组记录从1比较好
		int[][] dp = new int[m + 1][n + 1];
		for (int i = 0; i < m; i++) {
			for (int j = 0; j < n; j++){
				char c1 = text1.charAt(i), c2 = text2.charAt(j);
				if (c1 == c2) {
					// 往后退一格查找dp的值并加1
					dp[i + 1][j + 1] = dp[i][j] + 1;
				} else {
					// text1或text2退一格取最大值
					dp[i + 1][j + 1] = Math.max(dp[i][j + 1], dp[i + 1][j]);
				}
			}
		}
		return dp[m][n];
	}
}

复杂度分析

时间复杂度：双重for循环，应为O(n^2)。
空间复杂度：O(mn)，需要额外的mn空间记录。