【leetcode】1143. 最长公共子序列（动态规划）

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。

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。

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。

解题思路

1. DP基础方法

动态规划题目，维护二维数组dp[text1.length][text2.length]，第一维表示字符串text1，第二维表示字符串text2。dp[i][j]表示text1中下标0…i的子串与text2中下标0…j的子串的最长公共子序列。

对于dp[i][j]，首先分别初始化第0行和第0列。dp[i][0]表示text1中下标0…i的子串与text2中下标为0的元素的最长公共子序列，由于text2[0]只有一个字符，因此dp[i][0]最大为1。而如果dp[i][0]=1，则text1在下标i之后的元素也应为1，即dp[i+1][0]=…=dp[text1.length-1][0]=1，因为之后的子串都包括下标i的元素。
第0行同理。

对于非0行0列的dp[i][j]，有2种情况：
（1）当text[1]!=text2[j]时，只考虑两种子问题：dp[i-1][j]和dp[i][j-1]，取最大值
(2) 当text1[I]==text2[j]时，等于dp[i-1][j-1]+1
取这三值中的最大值。

代码

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        if(text1==null || text2==null || text1.length()<=0 || text2.length()<=0)
            return 0;

        int len1 = text1.length();
        int len2 = text2.length();
        char[] t1 = text1.toCharArray();
        char[] t2 = text2.toCharArray();

        int[][] dp = new int[len1][len2];
        dp[0][0] = t1[0]==t2[0]? 1:0;

        for(int i=1; i<len1; i++){
            dp[i][0] = Math.max(dp[i-1][0], t1[i]==t2[0]? 1:0);
        }

        for(int j=1; j<len2; j++){
            dp[0][j] = Math.max(dp[0][j-1], t1[0]==t2[j]? 1:0);
        }

        for(int i=1; i<len1; i++){
            for(int j=1; j<len2; j++){
                dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]);
                if(t1[i]==t2[j]){
                    dp[i][j] = Math.max(dp[i-1][j-1]+1, dp[i][j]);
                }
            }
        }

        return dp[len1-1][len2-1];
    }
}

2. DP优化（一维数组）

dp[i][j]的值只与dp[i-1][j]、dp[i][j-1]和dp[i-1][j-1]三者有关。可以维护一个一维数组dp[]，长度为text1和text2的最小值，然后滚动更新数组。每次更新时，记录新的dp[i-1][j]、dp[i][j-1]和dp[i-1][j-1]。

代码

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        if(text1==null || text2==null || text1.length()<=0 || text2.length()<=0)
            return 0;

        int len1 = text1.length();
        int len2 = text2.length();
        char[] t1 = text1.toCharArray();
        char[] t2 = text2.toCharArray();

        int[] dp = new int[len2+1];

        for(int i=1; i<=len1; i++){
            int leftup = 0;     //即左上角元素dp[i-1][j-1]
            for(int j=1; j<=len2; j++){
                int up = dp[j];
                dp[j] = Math.max(up, dp[j-1]);  
                if(t1[i-1]==t2[j-1]){
                    dp[j] = Math.max(leftup+1, dp[j]);
                }
                leftup = up;    //更新左上角元素为上面元素（因为之后j++右移）
            }
        }

        return dp[len2];
    }
}