力扣---最长公共子序列---二维动态规划

思想:

  1. 定义g[i][j]:text1的前i位和text2的前j位的最长公共子序列长度。
  2. 递推公式:如果text[i]==text[j],那么只需要看g[i-1][j-1]即可,此时g[i][j]=g[i-1][j-1]+1。如果text[i]!=text[j],那么g[i][j]=max(g[i-1][j],g[i][j-1],g[i-1][j-1])
  3. 数组初始化:由g[i-1][j],g[i][j-1],g[i-1][j-1]推及g[i][j],即由左上角向右下角推(两层for循环都是从小到大遍历,推荐博客:力扣---最长回文子串---二维动态规划-CSDN博客(考察for循环遍历顺序)),需要初始化第0行和第0列。

代码:

C++:

cpp 复制代码
class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int len1=text1.size();
        int len2=text2.size();
        vector<vector<int>> g(len1,vector<int>(len2,0));
        //g[0][0]
        if(text1[0]==text2[0]){g[0][0]=1;}
        else{
            g[0][0]=0;
        }
        //g[0][i]+g[i][0]
        for(int i=1;i<len2;i++){
            if(text1[0]==text2[i]){g[0][i]=1;}
            else{
                g[0][i]=g[0][i-1];
            }
        }
        //cout<<"***"<<endl;
        for(int i=1;i<len1;i++){
            if(text1[i]==text2[0]){g[i][0]=1;}
            else{
                g[i][0]=g[i-1][0];
            }
        }

        for(int i=1;i<len1;i++){
            for(int j=1;j<len2;j++){
                if(text1[i]==text2[j]){
                    g[i][j]=g[i-1][j-1]+1;
                }
                else{
                    g[i][j]=max(g[i-1][j],g[i][j-1]);
                    g[i][j]=max(g[i][j],g[i-1][j-1]);
                }
            }
        }
        return g[len1-1][len2-1];
    }
};

Python:

python 复制代码
class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        len1=len(text1)
        len2=len(text2)
        g=[[0 for _ in range(len2)] for _ in range(len1)]
        if text1[0]==text2[0]:
            g[0][0]=1
        else:
            g[0][0]=0
        
        for i in range(1,len2):
            if text1[0]==text2[i]:
                g[0][i]=1
            else:
                g[0][i]=g[0][i-1]
        
        for i in range(1,len1):
            if text1[i]==text2[0]:
                g[i][0]=1
            else:
                g[i][0]=g[i-1][0]
        
        for i in range(1,len1):
            for j in range(1,len2):
                if text1[i]==text2[j]:
                    g[i][j]=g[i-1][j-1]+1
                else:
                    g[i][j]=max(g[i-1][j],g[i][j-1])
                    g[i][j]=max(g[i][j],g[i-1][j-1])
        return g[len1-1][len2-1]
相关推荐
akarinnnn16 小时前
深入理解内存函数:原理、应用与优化
c语言·网络·数据结构·算法
一行代码一行诗++16 小时前
for循环中的break和continue
数据结构·算法
Tisfy16 小时前
LeetCode 3043.最长公共前缀的长度:哈希表(不转string)
算法·leetcode·散列表·题解·哈希表
代码中介商16 小时前
排序算法完全指南(三):插入排序深度详解
算法·排序算法
承渊政道16 小时前
【贪心算法】(经典实战应用解析(六):整数替换、俄罗斯套娃信封问题、可被三整除的最⼤和、距离相等的条形码、重构字符串)
c++·算法·leetcode·贪心算法·排序算法·动态规划·哈希算法
WL_Aurora16 小时前
Python 算法基础篇之排序算法(二):希尔、快速、归并
python·算法·排序算法
闻缺陷则喜何志丹16 小时前
【图论 树 启发式合并】P7165 [COCI2020-2021#1] Papričice|普及+
c++·算法·启发式算法·图论··洛谷
alexwang21116 小时前
AT_abc458_d [ABC458D] Chalkboard Median题解
c++·算法·题解·atcoder
故事和你9116 小时前
洛谷-【图论2-4】连通性问题1
开发语言·数据结构·c++·算法·动态规划·图论
周末也要写八哥16 小时前
算法实例分析:使数组相等的最小开销
算法