跳至主要內容

剑指 Offer II 095. 最长公共子序列

ITCharge大约 2 分钟

剑指 Offer II 095. 最长公共子序列open in new window

  • 标签:字符串、动态规划
  • 难度:中等

题目链接

题目大意

给定两个字符串 text1text2

要求:返回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,则返回 0

  • 子序列: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。
  • 公共子序列:两个字符串所共同拥有的子序列。

解题思路

用动态规划来做。

动态规划的状态 dp[i][j] 表示为:前 i 个字符组成的字符串 str1 与前 j 个字符组成的字符串 str2 的最长公共子序列长度为 dp[i][j]

遍历字符串 text1text2,则状态转移方程为:

  • 如果 text1[i - 1] == text2[j - 1],则找到了一个公共元素,则 dp[i][j] = dp[i - 1][j - 1] + 1
  • 如果 text1[i - 1] != text2[j - 1],则 dp[i][j] 需要考虑两种情况,取其中最大的那种:
    • text1i - 1 个字符组成的字符串 str1text2j 个字符组成的 str2 的最长公共子序列长度,即 dp[i - 1][j]
    • text1i 个字符组成的字符串 str1text2j - 1 个字符组成的 str2 的最长公共子序列长度,即 dp[i][j - 1]

最后输出 dp[sise1][size2] 即可,size1size2 分别为 text1text2 的字符串长度。

代码

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        size1 = len(text1)
        size2 = len(text2)
        dp = [[0 for _ in range(size2 + 1)] for _ in range(size1 + 1)]
        for i in range(1, size1 + 1):
            for j in range(1, size2 + 1):
                if text1[i - 1] == text2[j - 1]:
                    dp[i][j] = dp[i - 1][j - 1] + 1
                else:
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])

        return dp[size1][size2]