Open azl397985856 opened 1 month ago
class Solution { public int longestCommonSubsequence(String text1, String text2) { // 最长公共子序列很明显也是个动规的经典题型 有重复 有最优解 有递归 int x = text1.length(); int y = text2.length(); // dp[i][j]表示text1[0到i]和text2[0到j]之间的最长公共子序列的长度 // 那么dp[0][0]、dp[i][0]、dp[0][j]就是0。题目所求即为dp[x][y],初始化就需要长度+1 int dp[][] = new int[x + 1][y + 1];
// i 和j要从1开始,取其减1之后dp值
for (int i = 1; i <= x; i++) {
char c = text1.charAt(i-1);
for (int j = 1; j <= y; j++) {
char c1 = text2.charAt(j-1);
if (c == c1) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
return dp[x][y];
}
}
动态规划
python3代码
class Solution:
def longestCommonSubsequence(self, text1: str, text2: str) -> int:
dp = [0]*len(text1)
rs = 0
for j in range(len(text2)):
tmp = dp.copy()
for i in range(len(text1)):
if i>0:
tmp[i] = max(tmp[i],tmp[i-1])
if text1[i]==text2[j]:
tmp[i] = max(tmp[i],dp[i-1]+1 if i>0 else 1)
dp = tmp
rs = max(dp[-1],rs)
return rs
动态规划 使用备忘录提升时间效率
class Solution {
int[][] memo;
public int longestCommonSubsequence(String s1, String s2) {
int m = s1.length(), n = s2.length();
memo = new int[m][n];
for (int[] row : memo)
Arrays.fill(row, -1);
return dp(s1, 0, s2, 0);
}
int dp(String s1, int i, String s2, int j) {
// base case
if (i == s1.length() || j == s2.length()) {
return 0;
}
if (memo[i][j] != -1) {
return memo[i][j];
}
if (s1.charAt(i) == s2.charAt(j)) {
memo[i][j] = 1 + dp(s1, i + 1, s2, j + 1);
} else {
memo[i][j] = Math.max(
dp(s1, i + 1, s2, j),
dp(s1, i, s2, j + 1)
);
}
return memo[i][j];
}
}
var longestCommonSubsequence = function(text1, text2) {
const m = text1.length, n = text2.length;
const dp = new Array(m + 1).fill(0).map(() => new Array(n + 1).fill(0));
for (let i = 1; i <= m; i++) {
const c1 = text1[i - 1];
for (let j = 1; j <= n; j++) {
const c2 = text2[j - 1];
if (c1 === c2) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
return dp[m][n];
};
时间复杂度:O(mn) 空间复杂度:O(mn)
class Solution:
def longestCommonSubsequence(self, text1: str, text2: str) -> int:
m, n = len(text1), len(text2)
dp = [[0] * (n + 1) for _ 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]
动态规划
const [t1Len, t2Len] = [text1.length, text2.length];
const dp = new Array(t1Len + 1)
.fill(0)
.map(() => new Array(t2Len + 1).fill(0));
for (let i = 0; i < t1Len; i++) {
const item = text1[i];
for (let j = 0; j < t2Len; j++) {
const cur = text2[j];
if (item === cur) {
dp[i + 1][j + 1] = dp[i][j] + 1;
} else {
dp[i + 1][j + 1] = Math.max(dp[i][j + 1], dp[i + 1][j]);
}
}
}
return dp[t1Len][t2Len];
二维动态规划
class Solution:
def longestCommonSubsequence(self, text1: str, text2: str) -> int:
m = len(text1)
n = len(text2)
dp = [[0]*(n+1) for _ in range(m+1)] #n text2 ; m text1
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]
1143.最长公共子序列
入选理由
暂无
题目地址
https://leetcode-cn.com/problems/longest-common-subsequence
前置知识
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。