最长公共子序列（LCS）的python、C、C++、Java实现 LeetCode72、LeetCode1143

     

目录

一、原理分析

二、代码实现

        1、Python 实现

        2、C语言实现

        3、C++实现

       4、JAVA实现

三、例题解析

        1、LeetCode1143.最长公共子序列

        2、LeetCode72.编辑距离

---

       最长公共子序列（Longest Common Subsequence，LCS）是一种常见的计算机科学问题，涉及到在两个序列（通常是字符串）中找到最长的子序列，这个子序列是这两个序列共有的。本文将深入探讨LCS的原理、不同编程语言的实现方法，并通过解析Leetcode中的例题来展示其实际应用。

一、原理分析

        最长公共子序列问题可以通过动态规划来解决。

        动态规划是一种将复杂问题分解为更小的子问题，并将这些子问题的解决方案存储在表格中以便重复使用的技术。

        在LCS问题中，我们可以创建一个二维表格，其中每个单元格代表两个输入字符串的一个子字符串，并存储这两个子字符串的最长公共子序列的长度。

为了填充这个表格，我们可以使用以下规则：

1. 如果两个子字符串的最后一个字符相同，那么他们的LCS长度就是去掉这两个字符后的子字符串的LCS长度加1。
2. 如果两个子字符串的最后一个字符不同，那么他们的LCS长度就是去掉一个字符串的最后一个字符后的子字符串的LCS长度和去掉另一个字符串的最后一个字符后的子字符串的LCS长度中的最大值。

       通过从输入字符串的末尾开始应用这些规则，并递归地解决更小的子问题，我们可以填充整个表格，并最终找到最长公共子序列的长度。

二、代码实现

        1、Python 实现

def lcs(X, Y):  
    m = len(X)  
    n = len(Y)  
    L = [[0 for j in range(n+1)] for i in range(m+1)]  
    for i in range(m+1):  
        for j in range(n+1):  
            if i == 0 or j == 0:  
                L[i][j] = 0  
            elif X[i-1] == Y[j-1]:  
                L[i][j] = L[i-1][j-1] + 1  
            else:  
                L[i][j] = max(L[i-1][j], L[i][j-1])  
    return L[m][n]

        2、C语言实现

#include <stdio.h>  
#include <stdlib.h>  
int max(int a, int b) { return (a > b)? a : b; }  
int lcs(char *X, ch