Leetcode--Java&Python--1143. 最长公共子序列

题目描述

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。

样例描述

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 。

思路

线性区间dp问题，思路与这题类似：
Leetcode–Java&Python–516. 最长回文子序列

1. 状态表示的含义不同。本题f[i][j] 表示text1[0:i]和text2[0:j]的最长公共子序列的长度
2. 区间dp套路总结：单个数组或者字符串要用动态规划时，dp[i] 定义为 nums[0:i] 中想要求的结果；两个数组或者字符串动态规划时,dp[i][j]含义是在 A[0:i] 与 B[0:j] 之间匹配得到的想要的结果。
3. 边界情况，i或者j等于0时，不存在匹配结果，所以为0
4. 小细节：在索引字符串里面的值时，下标要减一，因为字符串是从0开始，而循环中从1开始

代码

Java版：

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
          int m = text1.length(), n = text2.length();
          //f[i][j] 表示text1[0:i]和text2[0:j]的最长公共子序列的长度
          int f[][] = new int[m + 1][n + 1];
          for (int i = 1; i <= m; i ++ ) {
              for (int j = 1; j <= n; j ++ ) {
                   //如果最后一个字母都包含
                   //下标记得减一，因为字符串从0开始的
                  if (text1.charAt(i - 1) == text2.charAt(j - 1)) {
                      f[i][j] = f[i - 1][j - 1] + 1;
                  }
                  else {
                      //最后一个字母只有一个包含
                      f[i][j] = Math.max(f[i][j - 1], f[i - 1][j]);
                  }
              }    
    }
      return f[m][n];
}
}

Python版：

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        m, n= len(text1), len(text2)
        f = [[0] * (n + 1) for _ in range(m + 1)]
        for i in range(1, m + 1):
            for j in range(1, n + 1):
                if text1[i - 1] == text2[j - 1]:
                    f[i][j] = f[i - 1][j - 1] + 1
                else:
                    f[i][j] = max(f[i - 1][j], f[i][j - 1])
        return f[m][n]