本文共 1185 字,大约阅读时间需要 3 分钟。
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 。解题思路: 使用动态规划,求解最值问题,一般都是使用动态规划;使用二维dp数组表示不同的状态,其中dp[i][j]表示text1 [0:i-1] 与 text2[0:j-1] 的公共子序列长度, 当i = 0或者j=0时text1 [0:-1]或text2[0:-1]为空,dp[i][j]表示空字符串与任意字符串的公共子序列为dp[0][0] = 0
动态转移方程为
1. 当text1 [i-1] == text2[j-1]时, dp[i][j] = dp[i-1][j-1] + 1
2. 当text1 [i-1] !==text2[j-1]时, dp[i][j] = max(dp[i-1][j], dp[i][j-1])
class Solution: def longestCommonSubsequence(self, text1: str, text2: str) -> int: m = len(text1) n = len(text2) dp = [[0] * (n+1) for i 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]: dp[i][j] = dp[i-1][j-1] + 1 else: dp[i][j] = max(dp[i-1][j], dp[i][j-1]) return dp[m][n]
转载地址:http://hwygf.baihongyu.com/