旺崽的博客

要么天赋异禀,要么天道酬勤

0%

LeetCode 1143 最长公共子序列

题目链接

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:

1
2
3
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:

1
2
3
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:

1
2
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 。

经典 DP ~

用 dp[i][j] 表示字符串1 [0,i-1] 位置和字符串2 [0,j-1] 位置的最大公共子序列的长度,那么有如下状态转移方程:

  1. 对当前位置 i,j,若有 text1[i-1]=text2[j-1],则有 dp[i][j]=dp[i-1][j-1]+1
  2. 对当前位置 i,j,最大答案即为:dp[i][j]=max{dp[i][j],dp[i][j-1],dp[i-1][j]}

AC 代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int n = text1.size(), m = text2.size();
vector<vector<int>> dp(n + 1, vector<int>(m + 1, 0));
for (int i = 1; i <= n; i++) {
char a = text1[i - 1];
for (int j = 1; j <= m; j++) {
char b = text2[j - 1];
if (a == b) dp[i][j] = dp[i - 1][j - 1] + 1;
dp[i][j] = max({dp[i][j], dp[i][j - 1], dp[i - 1][j]});
}
}
return dp[n][m];
}
};