一、题目
1、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。
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 。
2、基础框架
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
}
};
3、原题链接
1143. 最长公共子序列
二、解题报告
1、思路分析
(1)“样本模型”:以结尾位置探讨可能性
(2)
s
1
[
0...
i
]
s1[0...i]
s1[0...i] 和
s
2
[
0...
j
]
s2[0...j]
s2[0...j] 分别探讨如下可能性:
①可能以
i
i
i 结尾,但是不以
j
j
j 结尾
②可能以
j
j
j 结尾,但是不以
i
i
i 结尾
③一定以
i
i
i 和
j
j
j 结尾
2、时间复杂度
O ( n ) O(n) O(n)
3、代码详解
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
if (&text1 == NULL || &text2 == NULL || text1.size() == 0 || text2.size() == 0)
return 0;
int n = text1.size();
int m = text2.size();
int dp[n][m];
memset(dp, 0, sizeof(dp));
//边界
dp[0][0] = text1[0] == text2[0] ? 1 : 0;
for (int j = 1; j < m; j++) {
dp[0][j] = text1[0] == text2[j] ? 1 : dp[0][j - 1];
}
for (int i = 1; i < n; i++) {
dp[i][0] = text1[i] == text2[0] ? 1 : dp[i - 1][0];
}
//三种可能性
for (int i = 1; i < n; i++) {
for (int j = 1; j < m; j++) {
int p1 = dp[i - 1][j];
int p2 = dp[i][ j - 1];
int p3 = text1[i] == text2[j] ? 1 + dp[i - 1][j - 1] : INT_MIN;
dp[i][j] = max(p1, max(p2, p3));
}
}
return dp[n - 1][m - 1];
}
};