8月26日 力扣打卡 1143.最长公共子序列
题型:动态规划
难度:中
// 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" 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。
/**
* @param {string} text1
* @param {string} text2
* @return {number}
*/
var longestCommonSubsequence = function(text1, text2) {
// 最后的数组将会比字符串本身长度大1,因为扩充了字符串为''的情况
let m = text1.length + 1
let n = text2.length + 1
let dp = new Array(n)
// 初始化二维数组
for (let i = 0; i < n; i++) {
dp[i] = []
for (let j = 0; j < m; j++) {
dp[i][j] = 0
}
}
for (let i = 1; i < n; i++) {
for (let j = 1; j < m; j++) {
// 状态转移方程
if (text2[i - 1] === text1[j - 1]) {
// 两个字符串皆退一位得到的最长公共子序列长度 + 1
dp[i][j] = dp[i - 1][j - 1] + 1
} else {
// 否则的话当前最长公共子序列取两者退一位中结果更长的数
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1])
}
}
}
return dp[n - 1][m - 1]
}
经典的dp题,遇到公共子序列类似的问题都可以尝试往dp的方式思考
解题思路:动态规划
1、想象两个字符串从0位开始,慢慢增大
2、dp二维数组存储两个字符串不同长度时得到的最长公共子序列
3、将dp[j][0]和d[0][j]可以皆用0填充,因为当一个子串长度为0时,最长公共子序列长度也为0
易得状态转移方程为:dp[i][j] = text1[i - 1] === text2[j - 1] ? dp[i - 1][j - 1] + 1 : Math.max(dp[i - 1][j], dp[i][j - 1])
最后取右下角的dp值返回即可~