Leetcode每日一题——1143. 最长公共子序列。动态规划

题目链接：

力扣

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