LeetCode1143最长公共子序列

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 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。

解析

  建立两个长度的动态规划数组,如果对应的字符相等,那么当前位置的最大值等于它斜上方的值加一,否则就是上方和左边的最大值。

复制代码
class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        int len1 = text1.length();
        int len2 = text2.length();
        int[][] maxLen = new int[len1][len2];
        boolean equal = text1.charAt(0) == text2.charAt(0);

        // 初始化第一行
        for(int i = 0; i < len2; i++) {
            if(equal) {
                maxLen[0][i] = 1;
            }
            else {
                if(text1.charAt(0) == text2.charAt(i)) {
                    equal = true;
                    maxLen[0][i] = 1;
                }
            }
        }

        // 初始化第一列
        equal = text1.charAt(0) == text2.charAt(0);
        for(int i = 0; i < len1; i++) {
            if(equal) {
                maxLen[i][0] = 1;
            }
            else {
                if(text1.charAt(i) == text2.charAt(0)) {
                    equal = true;
                    maxLen[i][0] = 1;
                }
            }
        }

        for(int i = 1; i < len1; i++) {
            for(int j = 1; j < len2; j++) {
                int curMax = maxLen[i][j - 1];
                int preMax = text1.charAt(i) == text2.charAt(j) ? maxLen[i - 1][j - 1] + 1: maxLen[i - 1][j];
                int Max = Math.max(curMax, preMax);
                maxLen[i][j] = Math.min(Math.min(i + 1, j + 1), Max);
            }
        }

        return maxLen[len1 - 1][len2 - 1];
    }
}

  还可以进行优化,可以将数组的长度多建立一个,就不用初始化了,另外字符数组比直接使用string会快一点。

复制代码
public int longestCommonSubsequence(String text1, String text2) {
        char[] t1 = text1.toCharArray();
        char[] t2 = text2.toCharArray();
        int length1 = t1.length;
        int length2 = t2.length;
        int[][] dp = new int[length1+1][length2+1];
        for (int i = 1; i < length1 +1; i++) {
            for (int j = 1; j < length2 +1; j++) {
                if (t1[i-1] == t2[j-1]){
                    dp[i][j] = 1+ dp[i-1][j-1];
                }else {
                    dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]);
                }
            }
        }
        return dp[length1][length2];
    }
相关推荐
猿究院_夏燊2 小时前
Spring Bean 生命周期
java·后端·spring
Wang's Blog2 小时前
Java 项目实战: 交友项目:登录链路回顾与今日任务地图
java·开发语言·状态模式·交友
信誓旦旦的程序猿3 小时前
【Python量化实战宝典 #08】可转债与债券接口手册:转股价·溢价率·纯债价值(Python 可跑)
java·python·股票数据api·股票数据api接口·股票api数据接口·股票量化数据api·股票量化数据接口
砚底藏山河3 小时前
python量化:行情数据回溯
java·开发语言·python·金融·maven
Jlzn88883 小时前
华东电芯分选通道数怎么配才不堵线
java·人工智能·架构·自动化·制造
HPtiger3 小时前
数据结构——选择排序
数据结构·算法·排序算法
康实训3 小时前
老年评估仿真实训平台架构设计与老年人能力评估实训室教学落地实践
大数据·人工智能·算法·实训室·实训室建设
香吧香3 小时前
GRPC连接机制---长连接分析
java·网络与传输协议
DongQiShanRen4 小时前
六根硬件映射(四):归属澄清、两处不一致与卷十一总表
开发语言·人工智能·算法·rust·哈希算法·集成学习
CCblandy4 小时前
雪花 ID 四个边界实测:时钟回拨重号 500 个,前端 JSON.parse 直接丢精度
后端·python·算法·性能优化·架构