leetcode-1143. 最长公共子序列

1143. 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长公共子序列的长度。 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""abcde" 的子序列,
"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。 若这两个字符串没有公共子序列,则返回
0。   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 <= 1000 1 <= text2.length <= 1000

输入的字符串只含有小写英文字符。 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。

 

 

第1步: 明确 dp 数组的含义 ******* 难度7星
dp(i,j) 表示 s1[0...i] 和 s2[0...j]中最长公共子序列的长度


第2步:定义 base case
让索引为0的行和列表示空串,dp[0][...] 和 dp[...][0] 都应该初始化为0。


第3步:找状态转移方程 ******* 难度7星
1.如果 s1[i] == s2[j],说明这个公共字符一定在 lcs 中,
如果知道了 s1[0...i-1]和s2[0...j-1]中的lsc长度,再加1就是s1[0...i]和s2[0...j]中lcs的长度。

根据dp函数的定义,就是以下逻辑:
if(str1[i]==str2[j])
dp(i,j) = dp(i-1,j-1)+1;

2.如果 s1[i] != s2[j],说明s1[i]和s2[j]这两个字符至少有一个不在lcs中,
那到底是哪个字符不在 lcs 中呢? 我们都试一下呗。

根据dp函数的定义,就是以下逻辑:
if(str1[i]!=str2[j])
dp(i,j) = max(dp[i-1,j],dp(i,j-1));


作者:henryheliang
链接:https://leetcode-cn.com/problems/longest-common-subsequence/solution/1143-zui-chang-gong-gong-zi-xu-lie-by-he-f5cl/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

 

 1 class Solution {
 2 public:
 3     int longestCommonSubsequence(string text1, string text2) {
 4         if(text1.size() ==0 || text2.size()==0)
 5         {
 6             return 0;
 7         }
 8         int m = text1.size();
 9         int n = text2.size();
10         vector<vector<int>> dp(m+1, vector<int>(n+1,0));
11         for(int i=1;i<=m;++i)
12         {
13             for(int j=1;j<=n;++j)
14             {
15                 if(text1[i-1]==text2[j-1])
16                 {
17                     dp[i][j] = dp[i-1][j-1]+1;
18                 }
19                 else
20                 {
21                     dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
22                 }
23             }
24         }
25         return dp[m][n];
26     }
27 };
先思考,再看代码

 

posted @ 2020-12-31 09:05  He_LiangLiang  阅读(184)  评论(0编辑  收藏  举报