JavaScript|LeetCode|动态规划|1143. 最长公共子序列

J_learner

于 2020-04-13 14:33:05 发布

阅读量342

点赞数

CC 4.0 BY-SA版权

分类专栏： LeetCode 文章标签：动态规划 javascript 算法 leetcode

本文链接：https://blog.youkuaiyun.com/J_learner/article/details/105488080

LeetCode 专栏收录该内容

43 篇文章

订阅专栏

本文介绍了一种使用动态规划算法解决寻找两个字符串之间的最长公共子序列问题的方法。通过构建二维数组dp来存储中间结果，实现了高效求解。文章详细解释了dp数组的初始化及状态转移方程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

法1：动态规划
看了题解
推荐去看力扣的该题题解

想法：

创建数组dp：dp[i][j]保存text1前i个、text2前j个字符中的两者的最长公共子序列；dp[0][j]和dp[i][0]均为0，因为此时表示text1或text2取空字符串时

/** 
* @param {string} text1
* @param {string} text2 
* @return {number} 
*/
var longestCommonSubsequence = function(text1, text2) {    
    var dp = [];    
    var i = 0, j = 0;    
    for(i = 0; i <= text1.length; i++) {        
        dp[i] = [];    
    }
        
    for(i = 0; i <= text1.length; i++) {        
        for(j = 0; j <= text2.length; j++) {            
            if(i == 0) {                
                dp[i][j] = 0;                
                continue;            
            }            
            if(j == 0) {                
                dp[i][j] = 0;                
                continue;            
            }
            
            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[text1.length][text2.length];
};