1143.動的プログラミングの最も長い共通部分列の内省

今日、私は文章、アルゴリズムの問​​題、最初に、アルゴリズムや方程式ではなくアイデアを整理するのではなく、コードを書く前に私のアイデアのコードスタイルのプレゼンテーションを見ました。今日の動的な計画をまとめましょう。この側面は常に私たち自身の弱点でした。それが弱いと言われる場合、質問がアイデアと一致しないと言う方が良いでしょう。自分で直接行った動的計画の多くは明白ですが、思考は特に明確ではありません。動的計画の多くは最大の部分列、最大の部分列問題とは何か、最大の部分列質問は以下にリストされています：

まず、この質問が動的プログラミングの質問タイプであることを確認します。iとjを任意の位置にマークします。iはtext1のマーク位置です。jはtext2のマーク位置です。iとjの位置の文字が同じであれば、dp [i ] [j]は何に等しいですか？dp [i-1] [j]またはdp [i] [j-1]と等しいですか？つまり：

（1）Sの最後のビットがTの最後のビットと等しい場合、最大サブシーケンスは{s1、s2、s3 ... si-1}と{t1、t2、t3 ... tj-1}の最大値です。サブシーケンス+ 1

（2）Sの最後のビットがTの最後のビットと等しくない場合、最大サブシーケンスは

①{s1、s2、s3..si}および{t1、t2、t3 ... tj-1}最大サブシーケンス

②{s1、s2、s3 ... si-1}および{t1、t2、t3 .... tj}最大サブシーケンス

上記の2つの自己シーケンスの最大値

動的方程式が生成されたら、次のようにコードをポストします。

    public int longestCommonSubsequence(String text1, String text2) {
        int n1 = text1.length(), n2 = text2.length();
        int[][] dp = new int[n1 + 1][n2 + 1];
        for (int i = 1; i <= n1; i++) {
            for (int j = 1; j <= n2; j++) {
                if (text1.charAt(i - 1) == text2.charAt(j - 1)) {
                    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[n1][n2];
    }