• leetcode-1143. 最长公共子序列


    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。 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""abcde" 的子序列,
    "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。 来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/longest-common-subsequence 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。

    第1步: 明确 dp 数组的含义 ******* 难度7星
    dp(i,j) 表示 s1[0...i] 和 s2[0...j]中最长公共子序列的长度


    第2步:定义 base case
    让索引为0的行和列表示空串,dp[0][...] 和 dp[...][0] 都应该初始化为0。


    第3步:找状态转移方程 ******* 难度7星
    1.如果 s1[i] == s2[j],说明这个公共字符一定在 lcs 中,
    如果知道了 s1[0...i-1]和s2[0...j-1]中的lsc长度,再加1就是s1[0...i]和s2[0...j]中lcs的长度。

    根据dp函数的定义,就是以下逻辑:
    if(str1[i]==str2[j])
    dp(i,j) = dp(i-1,j-1)+1;

    2.如果 s1[i] != s2[j],说明s1[i]和s2[j]这两个字符至少有一个不在lcs中,
    那到底是哪个字符不在 lcs 中呢? 我们都试一下呗。

    根据dp函数的定义,就是以下逻辑:
    if(str1[i]!=str2[j])
    dp(i,j) = max(dp[i-1,j],dp(i,j-1));


    作者:henryheliang
    链接:https://leetcode-cn.com/problems/longest-common-subsequence/solution/1143-zui-chang-gong-gong-zi-xu-lie-by-he-f5cl/
    来源:力扣(LeetCode)
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

     1 class Solution {
     2 public:
     3     int longestCommonSubsequence(string text1, string text2) {
     4         if(text1.size() ==0 || text2.size()==0)
     5         {
     6             return 0;
     7         }
     8         int m = text1.size();
     9         int n = text2.size();
    10         vector<vector<int>> dp(m+1, vector<int>(n+1,0));
    11         for(int i=1;i<=m;++i)
    12         {
    13             for(int j=1;j<=n;++j)
    14             {
    15                 if(text1[i-1]==text2[j-1])
    16                 {
    17                     dp[i][j] = dp[i-1][j-1]+1;
    18                 }
    19                 else
    20                 {
    21                     dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
    22                 }
    23             }
    24         }
    25         return dp[m][n];
    26     }
    27 };
    先思考,再看代码
  • 相关阅读:
    第4次作业(条件)比较大小。第3次作业(条件)计算火车运行时间。
    GitHub搜索技巧
    flex实现左中固定不变,右边自适应
    JavaScript高级__原型继承+组合继承
    JavaScript高级__深入了解闭包
    JavaScript高级__执行上下文代码案例
    JavaScript中的显式原型链 prototype 和隐式原型 __proto__
    谷歌强大插件收集,持续更新。。。
    js中~~和^=
    vue自定义指令----directive
  • 原文地址:https://www.cnblogs.com/music-liang/p/14214550.html
Copyright © 2020-2023  润新知