leetcode 最长公共子序列

题目难度：中等

题目：

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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/longest-common-subsequence
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

首先，看到题目对子序列的定义，知道了不能进行排序。然后，我的思路是先创建一个函数，用来找到一个字符串所有的子序列getSub（）。但是想了一会，发现这道题的关键是如何获得所有的子序列，有组合数学可知，这是一个组合问题，因为和顺序无关，也就是说，假如字符串的长度为n，那么长度为L的子序列个数为C（n, L）。现在问题的关键就是如何找到这些子字符串，问题就转化了，其实要是知道子序列的长度也还好，可以用对应个数的for循环来找到，但是关键是不知道子序列长度。

这时候，我首先想到的是使用while和for循环的结合来解决问题。大概我的想法是这样的：

int index = 0;
while(index < L){//L是子序列长度
for(int i = index;i<n;i++){//n是字符串的长度
    *****
}
}

但是想想还是不行，实在是缺少练习，我好菜呀>_<。我还是看看别人是怎么做的吧：

翻了一下，大家都说这道题是动态规划（DP, Dynamic Programming）的。需要创建一个状态表：

然后再根据状态转移方程来更新这个表,状态方程如下：

最后，就可以得到最终的结果。

相信不少人已经忘了啥事动态规划了，可以看看这里：大佬写的动态规划。

看一下别人的代码吧：

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int m = text1.length(), n = text2.length();
        vector<vector<int>> dp(m + 1, vector<int>(n + 1));//这里的vector<int>(5)是一个匿名对象，运行完这句后，就会立刻执行解析函数，所以只取到了一个占位的效果，且默认值为0
        for (int i = 1; i <= m; i++) {
            char c1 = text1.at(i - 1);
            for (int j = 1; j <= n; j++) {
                char c2 = text2.at(j - 1);
                if (c1 == c2) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                } else {
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }
        return dp[m][n];
    }
};

这可以看成是一个大类的问题，一般的需要解决两个字符串的问题都可以参考此类解法。这也是一个大的思路，将一维的问题扩展到二维解决。

另外，我还找了一些动态规划比较深刻的理解来自这里

理解的很到位：核心在于能够记忆之前所作的工作！也就是问题的关键是要能重复利用之前得到的结果。

此外，看了几个动态规划的解题思路后，总结了一下几点。

1、一般出现最大、最多之类的关键字眼就可以考虑动态规划。

2、利用动态规划的解题步骤：（1，编号，也就是文字转化为数字（或者像本题那样位置保持不变，特殊形况特殊处理）。（2，写出简单的一些例子，通过找规律（或者是数学推导的方式），找到每个状态的状态更新公式，比如这题里面的状态就是对应的相同子序列，找到更新的公式后，再将公式泛化。

由于看的题也不是很多，所以难免总结得有些简陋，希望大家能留言沟通，非常感谢。