标签:mat ++ 一个 return long max char 长度 情况下
难度 medium
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:
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, text2.length <= 1000
text1 和 text2 仅由小写英文字符组成。
解题思路:这道题可以用动态规划来做,我看了8个月前的题解,迅速get到了,用一个二维的数组来表示dp数组,dp[i][j]定义为text1的前i位和text2的前j位的公共子序列长度,我们将dp数组的的大小定为(len1+1)*(len2+1),但最左边和上边的元素我们是用不上了,只是利用了其初始化时赋值为0这个性质,接下来我们就可以推导状态转移方程,如果text1的第i位和text2的第j位相等(这里的第几位都是从1开始数的,我们用index的时候应该分别取i-1和j-1,主要是为了适应dp数组),那当前dp[i][j] = dp[i-1][j-1]+1,也就是我们把当前相等的元素放进公共子序列了,如果不等,那text1和text2的两个当前元素都不应该放进公共子序列,但是text1的第i位和text2的第j-1位有可能相等,同样,text1的第i-1位和text2的第j位也有可能相等,因此当前的dp[i][j]应该取dp[i][j-1]和dp[i-1][j]中的较大值。
代码 t48 s5 java
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
int len1 = text1.length(), len2 = text2.length();
int[][] dp = new int[len1+1][len2+1];
for(int i=1; i<=len1; i++){
for(int j=1; j<=len2; j++){
if(text1.charAt(i-1)==text2.charAt(j-1)){
dp[i][j] = dp[i-1][j-1] + 1;
}else{
dp[i][j] = Math.max(dp[i][j-1], dp[i-1][j]);
}
}
}
return dp[len1][len2];
}
}
代码 t36 s74 cpp
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int len1 = text1.length();
int len2 = text2.length();
vector<vector<int>> dp(len1+1, vector<int>(len2+1, 0));
for(int i=1;i<len1+1;i++)
for(int j=1;j<len2+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][j-1],dp[i-1][j]);
}
return dp[len1][len2];
}
};
参考资料
标签:mat ++ 一个 return long max char 长度 情况下
原文地址:https://www.cnblogs.com/zhengxch/p/14613200.html