1. 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。
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。
若这两个字符串没有公共子序列,则返回 0。
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 <= 1000
1 <= text2.length <= 1000
-
2. 解题思路
这道题目的解法就是典型的二维动态规划问题:
首先初始化一个dp二维数组,通常情况下,数组定义时会比两个字符串的长度多1,这样每个元素的index都是有效的,不需要进行判断
- 将dp数组中的每个元素都初始化为0,dp数组保存的是当前组合的状态,也就是当前最长的公共子序列的长度
- 最后就是动态规划过程,如果当前索引对应的两个元素相等,那么就加一,如果不相等,就取它上面或者左面的元素的最大值
下面是示例的图示:
null | a | b | c | d | e | |
---|---|---|---|---|---|---|
null | ||||||
a | 1 | 1 | 1 | 1 | 1 | |
c | 1 | 1 | 2 | 2 | 2 | |
e | 1 | 1 | 2 | 2 | 3 |
复杂度分析:
- 时间复杂度:O(mn),其中m和n分别是两个字符串的长度,我们需要遍历元素个位为m+n的数组;
时间复杂度:O(mn),其中m和n分别是两个字符串的长度,我们需要初始化一个元素个位为m+n的dp数组;
3. 代码实现
/**
* @param {string} text1
* @param {string} text2
* @return {number}
*/
var longestCommonSubsequence = function(text1, text2) {
const m = text1.length, n = text2.length, dp = []
if(!m || !n){
return 0
}
for (let i = 0; i <= m; i++) {
dp.push(new Array(n + 1).fill(0))
}
for (let i = 1; i <= m; i++) {
for (let j = 1; j <= n; 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[m][n]
};
4. 提交结果