输出最长公共字串

题目描述

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

示例

示例 1:

复制代码
输入:text1 = "abcde", text2 = "ace" 
输出:"ace" 

示例 2:

复制代码
输入:text1 = "abc", text2 = "abc"
输出:"abc"

示例 3:

复制代码
输入:text1 = "abc", text2 = "def"
输出:""

思路

本质之前写过的最长公共子序列一样,先求出最长公共子序列的长度,然后根据长度在遍历两个字符串,组成真正的最长公共子序列。

代码如下

java 复制代码
	public String longestCommonSubsequenceToString(String text1, String text2) {
        int m = text1.length(), n = text2.length();
        int[][] dp = new int[m + 1][n + 1];
        // 统计最长公共子序列
        for(int i = 1;i < dp.length;i++){
            for(int j = 1;j < dp[0].length;j++){
                if(text1.charAt(i - 1) == text2.charAt(j - 1)){
                    dp[i][j] = 1 + dp[i - 1][j - 1];
                }else{
                    dp[i][j] = Math.max(dp[i][j - 1], dp[i - 1][j]);
                }
            }
        }
        // 记录最长公共子序列长度,
        int len = dp[m][n];
        char[] chars = new char[len];
        // 其实这里也不必定义char数组和记录最长公共子序列长度,直接使用StringBuilder来操作更简单,最后返回结果在reverse()一下就行。
        int i = m, j = n;
        // 从后向前遍历两个字符串
        while(i > 0 && j > 0){
        	// 相等就加入
            if(text1.charAt(i - 1) == text2.charAt(j - 1)){
                chars[len - 1] = text1.charAt(i - 1);
                i--;
                j--;
                len--;
            }else if(dp[i - 1][j] > dp[i][j - 1]){
                i--;
            }else{
                j--;
            }
        }
        return new String(chars);
    }
相关推荐
多米Domi0112 小时前
0x3f第12天 0-1背包
python·算法·leetcode·动态规划
不能只会打代码2 小时前
蓝桥杯--生命之树(Java)
java·算法·蓝桥杯·动态规划·贪心
xu_yule4 小时前
算法基础(图论)—拓扑排序
c++·算法·动态规划·图论·拓扑排序·aov网
Tisfy5 小时前
LeetCode 960.删列造序 III:动态规划(最长递增子序列)
算法·leetcode·动态规划·字符串·题解·逆向思维
Tisfy1 天前
LeetCode 955.删列造序 II:模拟(O(mn)) + 提前退出
算法·leetcode·字符串·题解·遍历
xu_yule1 天前
算法基础(区间DP)
数据结构·c++·算法·动态规划·区间dp
程序员三明治1 天前
【动态规划】01背包与完全背包问题详解,LeetCode零钱兑换II秒解,轻松解力扣
算法·leetcode·动态规划·java后端·01背包·完全背包·零钱兑换
胖咕噜的稞达鸭2 天前
算法日记专题:位运算II( 只出现一次的数字I II III 面试题:消失的两个数字 比特位计数)
c++·算法·动态规划
xu_yule2 天前
算法基础(背包问题)—分组背包和混合背包
c++·算法·动态规划·分组背包·混合背包
xu_yule2 天前
算法基础(背包问题)-完全背包
c++·算法·动态规划·完全背包