首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >LintCode 最长公共子序列题目分析代码

LintCode 最长公共子序列题目分析代码

作者头像
desperate633
发布2018-08-22 11:49:24
3290
发布2018-08-22 11:49:24
举报
文章被收录于专栏:desperate633desperate633desperate633

题目

给出两个字符串,找到最长公共子序列(LCS),返回LCS的长度。

说明 最长公共子序列的定义:

  • 最长公共子序列问题是在一组序列(通常2个)中找到最长公共子序列(注意:不同于子串,LCS不需要是连续的子串)。该问题是典型的计算机科学问题,是文件差异比较程序的基础,在生物信息学中也有所应用。
  • https://en.wikipedia.org/wiki/Longest_common_subsequence_problem

样例

给出"ABCD" 和 "EDCA",这个LCS是 "A" (或 D或C),返回1

给出 "ABCD" 和 "EACB",这个LCS是"AC"返回 2

分析

典型的动态规划问题 dp[i][[j]:表示前i个和前j个字符最大LCS 当A[i] = B[i]的时候: 那么显然dp[i][j] = dp[i-1][j-1] + 1,因为dp[i-1][j-1]就是前最大的情况 当A[i] != B[i]: dp[i][j] = max(dp[i][j-1],dp[i-1][j]) 初始条件很简单,显然ii,j有一个为0,dp都是0

代码

public class Solution {
    /**
     * @param A, B: Two strings.
     * @return: The length of longest common subsequence of A and B.
     */
    public int longestCommonSubsequence(String A, String B) {
        int n = A.length();
        int m = B.length();
        
        int[][] dp = new int[n+1][m+1];
        
        for(int i=1;i<=n;i++)
            for(int j=1;j<=m;j++) {
                dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]);
                if(A.charAt(i-1) == B.charAt(j-1))
                    dp[i][j] = dp[i-1][j-1] + 1;
            }
        
        return dp[n][m];
    }
}
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017.02.25 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 题目
  • 分析
  • 代码
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档