77 lines
2.3 KiB
Java
77 lines
2.3 KiB
Java
|
//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。如果不存在 公共子序列 ，返回 0 。
|
|||
|
|
//
|
|||
|
|
// 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。
|
|||
|
|
//
|
|||
|
|
//
|
|||
|
|
//
|
|||
|
|
// 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, text2.length <= 1000
|
|||
|
|
// text1 和 text2 仅由小写英文字符组成。
|
|||
|
|
//
|
|||
|
|
// Related Topics 字符串 动态规划
|
|||
|
|
// 👍 640 👎 0
|
|||
|
|
|
|||
|
|
package leetcode.editor.cn;
|
|||
|
|
|
|||
|
|
//1143:最长公共子序列
|
|||
|
|
class LongestCommonSubsequence {
|
|||
|
|
public static void main(String[] args) {
|
|||
|
|
//测试代码
|
|||
|
|
Solution solution = new LongestCommonSubsequence().new Solution();
|
|||
|
|
System.out.println(solution.longestCommonSubsequence("abcde", "ace"));
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
//力扣代码
|
|||
|
|
//leetcode submit region begin(Prohibit modification and deletion)
|
|||
|
|
class Solution {
|
|||
|
|
public int longestCommonSubsequence(String text1, String text2) {
|
|||
|
|
int[][] dp = new int[text1.length() + 1][text2.length() + 1];
|
|||
|
|
for (int i = 1; i <= text1.length(); i++) {
|
|||
|
|
for (int j = 1; j <= text2.length(); 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[text1.length()][text2.length()];
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
//leetcode submit region end(Prohibit modification and deletion)
|
|||
|
|
|
|||
|
|
}
|