一起养成写作习惯!这是我参与「掘金日新计划 · 4 月更文挑战」的第7天,点击查看活动详情。
题目
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
复制代码
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
复制代码
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
复制代码
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。
复制代码
题解
解题分析
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。
- 状态转移方程如下所示:
// text1.charAt(i - 1) == text2.charAt(j - 1)
dp[i][j] = dp[i - 1][j - 1] + 1;
// text1.charAt(i - 1) != text2.charAt(j - 1)
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
复制代码
- 最终返回结果
dp[m][n]
;
复杂度:
时间复杂度: O(M*N)
空间复杂度: O(M*N)
解题代码
题解代码如下(代码中有详细的注释说明):
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
// 获取长度
int m = text1.length(), n = text2.length();
// 创建 dp
int[][] dp = new int[m + 1][n + 1];
for (int i = 1; i <= m; i++) {
char c1 = text1.charAt(i - 1);
for (int j = 1; j <= n; j++) {
char c2 = text2.charAt(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];
}
}
复制代码
提交后反馈结果(由于该题目没有进行优化,性能一般):