583. Delete Operation for Two Strings (Medium) 最长公共子序列

最新推荐文章于 2024-07-19 14:12:54 发布

原创最新推荐文章于 2024-07-19 14:12:54 发布 · 128 阅读

0 ·

CC 4.0 BY-SA版权

LeetCode 专栏收录该内容

118 篇文章

订阅专栏

本文深入探讨了最长公共子序列(LCS)算法，通过两个数组或字符串的实例，展示了如何使用动态规划方法来找到两个序列的最长公共子序列。算法不仅适用于整数数组，也适用于字符串，并详细解释了其在不同场景下的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

公共子序列

    public static int lengthOfLIS2(int[] nums1,int[] nums2) {
        int[][] dp=new int[nums1.length+1][nums2.length+1];


        for(int i=1;i<=nums1.length;i++){
            for(int j=1;j<=nums2.length;j++) {
                if (nums1[i-1] == nums2[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[nums1.length][nums2.length];
    }

可以转换为求两个字符串的最长公共子序列问题。

class Solution {
    public int minDistance(String word1, String word2) {
        int[][] dp=new int[word1.length()+1][word2.length()+1];
        for(int i=1;i<=word1.length();i++){
            for(int j=1;j<=word2.length();j++){
                if(word1.charAt(i-1)==word2.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 word1.length()+word2.length()-2*dp[word1.length()][word2.length()];
    }
}