最长公共子序列
给定两个字符串 text1 和 text2,返回这两个字符串的最⻓公共⼦序列的⻓度。
示例 :
输⼊:text1 = “abcde”, text2 = “ace”
输出:3
解释:最⻓公共⼦序列是 “ace”,它的⻓度为 3。
思路:
1.同样作为动态规划问题,最长公共子序列和背包的不同点就是在于前者是当dp[i]和dp[j]相同时dp[i][j]才会加1,如果dp[i]和dp[j]不相同时,就要取
dp[i-1][j]和dp[i][j-1]中的较大值了。
2.注意判定条件的以及这里的初始化略有不同dp[0][j]和dp[i][0]在i,j=0时都为0,注意也一定要让i,j的第0列默认为空字母。
3.做背包问题时,往往是j在0列会从0开始,i没有要求,但这里为了初始化也必须使i从0开始,(这里从0开始就是指第0行/列对应的值为0)。
python实现
text1 = "abcde"
text2 = "ace"
#首先明确dp[i][j]定义:⻓度为[0,i-1]的字符串text1与⻓度为[0,j-1]的字符串text2的最⻓公共⼦序列,注意理解i-1和j-1以及dp矩阵的行和列长度
dp = [[0 for j in range(len(text2)+1)] for i in range(len(text1)+1)]
#初始化dp,其实观察dp的创建,这里是可以省略的,这里为了便于理解
for i in range(len(text1)+1):
dp[i][0] = 0
for j in range(len(text2)):
dp[0][j] = 0
#推导过程:
for i in range(1,len(text1)+1):
for j in range(1,len(text2)+1):
#这里解释一下为什么要j-1和i-1,因为我们构造的矩阵行和列的第一个元素是被我们放了一个相当于0的空字符的,所以循环中要想参与比较的text第一个字符
#这里就需要-1
if text2[j-1] == text1[i-1]:
#相同就要+1
dp[i][j] = dp[i-1][j] + 1
else:
dp[i][j] = max(dp[i-1][j],dp[i][j-1])
print(dp[len(text1)][len(text2)])
这里仅供自己复习使用,也欢迎批评指正。