1143. 最长公共子序列
✅做题思路or感想
经典子序列问题,都适合用动态规划来解
子序列默认不连续,子数组默认连续!
dp数组含义
子序列的题一般都这样子定义dp数组:dp[i][j]
表示在test1
的[0, i - 1]
和test2
的[0, j - 1]
上最长的子序列长度(注意这里是范围里的最长子序列长度!)
为什么要这样子定义呢,因为这样子更方便针对空子数组做操作,比如dp[0][0]
根据意义是nums1[-1],nums2[-1]
,而这本是无意义的,这里就把这个看作空的子数组
递推公式
判断单个字符是有两种可能
-
test1[i - 1] == test2[j - 1]
- 因为检验的这两个元素相同,故可以拓展前一个的最大子序列的长度
- 故有
dp[i][j] = dp[i - 1][j - 1] + 1
-
test1[i - 1] != test2[j - 1]
- 💡因为这两个元素不等,故无法拓展前一个的最大子序列长度,所以只能继承前一个最大子序列的长度了(想想
dp
数组含义,是在一个范围里面的最大子序列的长度,如[2, 3]
的最大子序列长度为1,则包含它的[1, 5]
的最大子序列长度至少也要是1(如果可以拓展的话,就+1
- 而他继承的方向也有区别,可以继承
dp[i - 1][j]
,也可以继承dp[i][j - 1]
,我们这里要选更大的,所以有dp[i][j] = max(dp[i][j - 1], dp[i - 1][j])
- 💡为什么是这样子继承呢?
- 在
test1[i - 1] != test2[j - 1]
的基础上,继承dp[i - 1][j]
表示test1[i - 1]
肯定是用不了了,但是test2[j - 1]
可能还能用得上 - 继承
dp[i][j - 1]
表示test2[j - 1]
肯定是用不了了,但是test1[i - 1]
可能还能用得上
- 在
- 💡因为这两个元素不等,故无法拓展前一个的最大子序列长度,所以只能继承前一个最大子序列的长度了(想想
初始化
没有什么特殊的声明,则都默认是没有公共子序列,即长度为0
遍历顺序
从小推大,故正序
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>>dp (text1.size() + 1, vector<int>(text2.size() + 1, 0));
for (int i = 1; i < text1.size() + 1; ++i) {
for (int j = 1; j < text2.size() + 1; ++j) {
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[text1.size()][text2.size()];
}
};