BM65 最长公共子序列(二)

BM65 最长公共子序列(二)

中等  通过率：30.49%  时间限制：3秒  空间限制：256M

知识点：动态规划

描述

给定两个字符串str1和str2，输出两个字符串的最长公共子序列。如果最长公共子序列为空，则返回"-1"。目前给出的数据，仅仅会存在一个最长的公共子序列

数据范围：0≤∣str1∣,∣str2∣≤20000≤∣str1∣,∣str2∣≤2000

要求：空间复杂度 O(n2)O(n2) ，时间复杂度 O(n2)O(n2)

示例1

输入：

"1A2C3D4B56","B1D23A456A"

返回值：

"123456"

示例2

输入：

"abc","def"

返回值：

"-1"

示例3

输入：

"abc","abc"

返回值：

"abc"

示例4

输入：

"ab",""

返回值：

"-1"

求最长公告子序列：用到的方法就是动态规划

        运用动态规划（Dynamic Programming）的思想来解决最长公共子序列问题。动态规划的核心在于将原问题分解为多个子问题，通过求解子问题并保存其结果，避免重复计算，从而提高算法效率。具体到这个问题，会创建一个二维数组 dp 来存储子问题的解，其中 dp[i][j] 代表 s1 的前 i 个字符和 s2 的前 j 个字符的最长公共子序列。

核心部分：
        

for(int i =0;i<=n1;i++){
    for(int j=0;j<=n2;j++){
        if(i==0 || j==0){
            dp[i][j] = "";
        }else if (s1.charAt(i-1) == s2.charAt(j-1)){
            dp[i][j] = dp[i-1][j-1]+s1.charAt(i-1);
        }else{
            dp[i][j]=dp[i-1][j].length()>=dp[i][j-1].length()?dp[i-1][j]:dp[i][j-1];
        }
    }
}

使用两层嵌套的 for 循环来填充 dp 数组：

• 边界情况：当 i 或 j 为 0 时，意味着其中一个字符串为空，此时最长公共子序列为空字符串，所以 dp[i][j] = ""。
• 字符相等情况：当 s1 的第 i - 1 个字符和 s2 的第 j - 1 个字符相等时，说明这个字符可以作为公共子序列的一部分。因此，dp[i][j] 等于 dp[i - 1][j - 1] 加上这个相等的字符。
• 字符不相等情况：当 s1 的第 i - 1 个字符和 s2 的第 j - 1 个字符不相等时，需要比较 dp[i - 1][j] 和 dp[i][j - 1] 的长度，取较长的那个作为 dp[i][j] 的值。

最后，检查 dp[n1][n2] 是否为空字符串。如果为空，说明两个字符串没有公共子序列，返回 -1；否则返回 dp[n1][n2]，即 s1 和 s2 的最长公共子序列。

运行代码：

import java.util.*;


public class Solution {
    /**
     * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可
     *
     * longest common subsequence
     * @param s1 string字符串 the string
     * @param s2 string字符串 the string
     * @return string字符串
     */
    public String LCS (String s1, String s2) {
        if(s1.length() == 0 || s2.length()==0){
            return "-1";
        }
    
        int n1 = s1.length();
        int n2 = s2.length();

        String[][] dp = new String[n1+1][n2+1];
        
        for(int i =0;i<=n1;i++){
            for(int j=0;j<=n2;j++){
                if(i==0 || j==0){
                    dp[i][j] = "";
                }else if (s1.charAt(i-1) == s2.charAt(j-1)){
                    dp[i][j] = dp[i-1][j-1]+s1.charAt(i-1);
                }else{
                    dp[i][j]=dp[i-1][j].length()>=dp[i][j-1].length()?dp[i-1][j]:dp[i][j-1];
                }
            }
        }
        return dp[n1][n2].equals("")?"-1":dp[n1][n2];
    }
}