【力扣】1143. 最长公共子序列

最新推荐文章于 2024-06-02 21:52:19 发布

漆黑丶

最新推荐文章于 2024-06-02 21:52:19 发布

阅读量171

点赞数 1

CC 4.0 BY-SA版权

分类专栏： LEETCODE 文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/weixin_44485744/article/details/121335187

LEETCODE 专栏收录该内容

277 篇文章

订阅专栏

本文介绍了如何使用动态规划解决字符串text1和text2之间的最长公共子序列问题。通过实例演示和代码实现，展示了如何计算两字符串的最长公共子序列长度，以及在给定条件下返回0的逻辑。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：
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。

答案：

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        //二维动态规划,dp[i][j]存储到当前text1的第i个字符，到text2的第j个字符的最长公共子序列的长度
        //当text1的第i-1个字符等于text2的第j-1个字符，则dp[i][j]=dp[i-1][j-1]+1
        //当text1的第i-1个字符不等于text2的第j-1个字符，则dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
        int row = text1.length(), col = text2.length();
        int[][] dp = new int[row + 1][col + 1];
        for(int i = 1; i <= row; i++){
            for(int j = 1; j <= col; 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 - 1][j], dp[i][j - 1]);
            }
        }
        return dp[row][col];
    }
}