【力扣-动态规划入门】【第 19 天】1143. 最长公共子序列

最新推荐文章于 2024-06-02 21:52:19 发布

原创最新推荐文章于 2024-06-02 21:52:19 发布 · 149 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划 #leetcode #算法 #1143. 最长公共子序列 #java

力扣【动态规划】专题专栏收录该内容

46 篇文章

订阅专栏

本文介绍了一种使用动态规划解决最长公共子序列问题的方法，通过具体示例展示了如何计算两个字符串的最长公共子序列长度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

标题：1143. 最长公共子序列
难度：中等
天数：第19天,第2/3题

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 。

提示：

1 <= text1.length, text2.length <= 1000
text1 和 text2 仅由小写英文字符组成。

以上来源：力扣（LeetCode）
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

class Solution {
    //动态规划 第19天  2/3
    public int longestCommonSubsequence(String text1, String text2) {
        int m = text1.length();
        int n = text2.length();
        
        int[][] dp = new int[m+1][n+1];
        //0记录配置值
        dp[0][0] = 0;
        int max = 0;
        for(int i = 0;i < m;i++){
           for(int j = 0;j < n;j++){
               if(text1.charAt(i) == text2.charAt(j)){
                    //如果相等   当前位置 = text1 i+1前一位(i)，text2 j+1前一位(j)记录的长度 + 当前值
                    dp[i+1][j+1] = dp[i][j] + 1;
               }else{
                    //从text1前一位和text2当前位置    从text2当前位置和text2前一位  这两个记录里边取到最大值
                    dp[i+1][j+1] = Math.max(dp[i][j+1],dp[i+1][j]);
               }
           }
        }
        return dp[m][n];
    }
}