数据结构与算法之动态规划: LeetCode 1143. 最长公共子序列 (Ts版)
最长公共子序列
- https://leetcode.cn/problems/longest-common-subsequence/description/
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
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, text2.length <= 1000
- text1 和 text2 仅由小写英文字符组成
Typescript 版算法实现
1 ) 方案1: 动态规划
function longestCommonSubsequence(text1: string, text2: string): number {const m = text1.length, n = text2.length;const dp = new Array(m + 1).fill(0).map(() => new Array(n + 1).fill(0));for (let i = 1; i <= m; i++) {const c1 = text1[i - 1];for (let j = 1; j <= n; j++) {const c2 = text2[j - 1];if (c1 === c2) {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];
};