NOTE
最长公共子序列
最长公共子序列 的 LeetCode 解题笔记。
这是历史学习笔记,可能存在过时或不完整的理解。
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。
2. 思路
- 思路一
- 递归
- 从最后一个字符开始匹配,相同+1一起往前做,不同则取max(第一个往前,第二个往前)
- 思路二
- 动态规划
3. 实现
3.1. 递归
//时间:O(2的N次方)
func longestCommonSubsequence(text1 string, text2 string) int {
if text1 == "" || text2 == "" {
return 0
}
if text1[len(text1)-1] == text2[len(text2)-1] {
return 1 + longestCommonSubsequence(text1[:len(text1)-1], text2[:len(text2)-1])
}
return max(longestCommonSubsequence(text1[:len(text1)-1], text2),
longestCommonSubsequence(text1, text2[:len(text2)-1]))
}
func max(data ...int) int {
max := data[0]
for i := 1; i < len(data); i++ {
if data[i] > max {
max = data[i]
}
}
return max
}
3.2. 动态规划
func max(data ...int) int {
max := data[0]
for i := 1; i < len(data); i++ {
if data[i] > max {
max = data[i]
}
}
return max
}
//时间:O(m*n)
func longestCommonSubsequence2(text1 string, text2 string) int {
dp := make([][]int, len(text1)+1, len(text1)+1)
for i := 0; i <= len(text1); i++ {
dp[i] = make([]int, len(text2)+1, len(text2)+1)
}
for i := 1; i <= len(text1); i++ {
for j := 1; j <= len(text2); j++ {
if text1[i-1] == text2[j-1] {
dp[i][j] = dp[i-1][j-1] + 1
} else {
dp[i][j] = max(dp[i-1][j], dp[i][j-1])
}
}
}
return dp[len(text1)][len(text2)]
}
讨论
使用 GitHub 账号参与讨论,评论会保存在 GitHub Issues 中。在 GitHub 查看