题目链接:
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。如果不存在 公共子序列 ,返回 0 。
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。
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, text2.length <= 1000
text1 和 text2 仅由小写英文字符组成。
解题思路:
dp[i][j]表示以text1[i-1]和text2[j-1]结尾的子数组的最长公共子序列长度
dp四部曲:
确定dp数组:dp[i][j]表示以text1[i-1]和text2[j-1]结尾的子数组的最长公共子序列长度
确定递推关系:if(text1[i-1]==text2[j-1]):dp[i][j]=dp[i-1]dp[j-1]+1;else dp[i][j]=max(dp[i - 1][j], dp[i][j - 1])主要是text1[i-1]!=text2[j-1]的情况比较难理解,如果不等,那么就取max(分别以text1[i-1]和text2[j-2]结尾的子数组的最大公共子序列长度, 分别以text1[i-2]和text2[j-1]结尾的子数组的最大公共子序列长度)作为分别以text1[i-1]和text2[j-1]结尾的子数组的最大公共子序列长度
初始化dp数组:dp值都为0。dp[0][0]无具体意义,只是为了递推公式能够顺利进行设置的辅助空间
确定遍历顺序:顺序遍历,因为dp[i][j]依赖于前面的取值
代码如下:
class Solution:
def longestCommonSubsequence(self, text1: str, text2: str) -> int:
dp = [[0] * (len(text2) + 1) for i in range(len(text1) + 1)]
for i in range(1, len(text1) + 1):
for j in range(1, len(text2) + 1):
if text1[i - 1] == text2[j - 1]:
dp[i][j] = dp[i - 1][j - 1] + 1
else: dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
return dp[-1][-1]#返回分别以最后元素结尾的数组(就是2个完整的数组)的最大公共子序列长度