No.1143 最长公共子序列
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:
text
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:
text
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:
text
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。
解题思路
最长公共子序列问题是典型的二维动态规划问题。
状态
假设字符串 text1 和 text2 的长度分别为 m 和 n,创建 m+1 行 n+1 列的二维数组 dp,其中 dp[i][j] 表示 text1[0:i] 和 text2[0:j] 的最长公共子序列的长度
上述表示中,text1[0:i] 表示 text1 的长度为 i 的前缀,text2[0:j] 表示 text2 的长度为 j 的前缀
边界
当 i = 0 时,text1[0:i] 为空,空字符串和任何字符串的最长公共子序列的长度都是 0,因此对于任意 0<=j<=n,都有 dp[0][j] = 0;
当 j = 0 时,text2[0:j] 为空,空字符串和任何字符串的最长公共子序列的长度都是 0,因此对于任意 0<=i<=m,都有 dp[i][0] = 0;
因此:当 i = 0 或 j = 0 时,dp[i][j] = 0;
当 i > 0 且 j > 0 时,考虑 dp[i][j] 的计算:
- 当 text1[i-1] = text2[j-1] 时,将这两个相同的字符称为公共字符。考虑 text1[0:i-1] 和 text2[0:j-1] 的最长公共子序列,再增加一个字符(即公共字符)即可得到 text1[0:i] 和 text2[0:j] 的最长公共子序列。因此:
dp[i][j] = dp[i-1][j-1] + 1
; - 当 text1[i-1] != text2[j-1] 时,需要考虑 text1[0:i-1] 和 text2[0:j] 的最长公共子序列;以及 text1[0:i] 和 text2[0:j-1] 的最长公共子序列。要得到 text1[0:i] 和 text2[0:j] 的最长公共子序列,应取两项中长度较大的一项,因此:
dp[i][j] = max(dp[i-1][j], dp[i][j-1])
。
- 当 text1[i-1] = text2[j-1] 时,将这两个相同的字符称为公共字符。考虑 text1[0:i-1] 和 text2[0:j-1] 的最长公共子序列,再增加一个字符(即公共字符)即可得到 text1[0:i] 和 text2[0:j] 的最长公共子序列。因此:
状态转移方程
最终得到 dp[m][n]
即为 text1 和 text2 的最长公共子序列的长度。
实现
动态规划
js
/**
* 二维动态规划
* @param {string} text1
* @param {string} text2
* @return {number}
*/
var longestCommonSubsequence = function (text1, text2) {
let m = text1.length;
let n = text2.length;
let dp = new Array(m + 1).fill(0).map(() => new Array(n + 1).fill(0));
for (let i = 1; i <= m; i++) {
const str1 = text1[i - 1];
for (let j = 1; j <= n; j++) {
const str2 = text2[j - 1];
if (str1 === str2) {
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];
};