跳至主要內容

最长公共子序列

linwu大约 2 分钟

最长公共子序列

题目描述

给定两个字符串 text1text2,返回这两个字符串的最长公共子序列的长度。

解题步骤

为了找到最长公共子序列的长度,我们可以使用动态规划的思想来解决问题。

  1. 定义状态:我们可以将问题转化为对于每个字符对 (i, j)text1 的前 i 个字符和 text2 的前 j 个字符的最长公共子序列的长度。令 dp[i][j] 表示 text1 的前 i 个字符和 text2 的前 j 个字符的最长公共子序列的长度。

  2. 初始状态:根据题目的约束,当 ij0 时,意味着一个字符串为空,那么最长公共子序列的长度为 0。因此,初始状态为 dp[i][0] = 0dp[0][j] = 0

  3. 状态转移方程:对于每个字符对 (i, j),如果 text1[i] 等于 text2[j],那么它们必然属于最长公共子序列。因此,我们可以通过将 text1[i]text2[j] 添加到已知的最长公共子序列的末尾来获得一个更长的公共子序列。即 dp[i][j] = dp[i-1][j-1] + 1。如果 text1[i] 不等于 text2[j],则需要选择 text1 的前 i-1 个字符和 text2 的前 j 个字符的最长公共子序列,以及 text1 的前 i 个字符和 text2 的前 j-1 个字符的最长公共子序列中的较大值。即 dp[i][j] = max(dp[i-1][j], dp[i][j-1])

  4. 最终解:问题的解即为 dp[m][n],其中 mtext1 的长度,ntext2 的长度。

下面是使用动态规划解决最长公共子序列问题的算法框架:

function longestCommonSubsequence(text1, text2) {
  const m = text1.length;
  const n = text2.length;
  const dp = new Array(m + 1).fill(0).map(() => new Array(n + 1).fill(0));

  for (let i = 1; i <= m; i++) {
    for (let j = 1; j <= n; j++) {
      if (text1[i - 1] === text2[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[m][n];
}

关注公众号

和小伙伴们一起学习

加入技术交流群

扫描二维码 备注加群