友情支持

如果您觉得这个笔记对您有所帮助,看在D瓜哥码这么多字的辛苦上,请友情支持一下,D瓜哥感激不尽,😜

支付宝

微信

有些打赏的朋友希望可以加个好友,欢迎关注D 瓜哥的微信公众号,这样就可以通过公众号的回复直接给我发信息。

wx jikerizhi

公众号的微信号是: jikerizhi因为众所周知的原因,有时图片加载不出来。 如果图片加载不出来可以直接通过搜索微信号来查找我的公众号。

1143. 最长公共子序列

给定两个字符串 text1text2,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""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

  • text1text2 仅由小写英文字符组成。

思路分析

1143 10
1143 11
1143 12
1143 13
1143 14
1143 15

递归公式大概如下:

1143 16

这个解法也可以用来解决 300. 最长递增子序列

对比 718. 最长重复子数组1143. 最长公共子序列 两道题的差异:

  1. 对于求子数组来说:

    1. 使用深度优先遍历的暴力破解方法,当不符合子数组约束时,递归被终止。如果只用一个入口无法覆盖全部场景,必须使用循环尝试多个入口才能覆盖掉。

    2. 使用动态规划时,只需要更新符合条件的情况即可,其他情况无需更新。

  2. 对于求子序列来讲:

    1. 使用深度优先遍历的暴力破解方法,不会中间终止,递归过程会覆盖全部场景,所以,只需要一个入口即可。

    2. 使用动态规划时,每一个节点都是前一个节点的累加或者两个节点的最大值,所以,任何情况都需要更新。

  • 一刷

  • 二刷

  • 三刷(暴力破解)

  • 三刷(备忘录)

  • 三刷(动态规划)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
/**
 * @author D瓜哥 · https://www.diguage.com
 * @since 2025-04-21 20:25:23
 */
public int longestCommonSubsequence(String t, String s) {
  int m = t.length(), n = s.length();
  int[][] dp = new int[m + 1][n + 1];
  for (int i = 1; i <= m; i++) {
    for (int j = 1; j <= n; j++) {
      if (t.charAt(i - 1) == s.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[m][n];
}
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
/**
 * @author D瓜哥 · https://www.diguage.com
 * @since 2025-10-07 21:27:54
 */
public int longestCommonSubsequence(String text1, String text2) {
  int m = text1.length();
  int n = text2.length();
  int[][] dp = new int[m + 1][n + 1];
  for (int r = 1; r <= m; r++) {
    for (int c = 1; c <= n; c++) {
      if (Objects.equals(text1.charAt(r - 1), text2.charAt(c - 1))) {
        dp[r][c] = dp[r - 1][c - 1] + 1;
      } else {
        dp[r][c] = Math.max(dp[r - 1][c], dp[r][c - 1]);
      }
    }
  }
  return dp[m][n];
}
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
/**
 * 暴力破解(18/47)
 * @author D瓜哥 · https://www.diguage.com
 * @since 2025-12-30 20:23:25
 */
public int longestCommonSubsequence(String text1, String text2) {
  return dfs(text1.toCharArray(), text1.length() - 1, text2.toCharArray(), text2.length() - 1);
}

private int dfs(char[] a, int ai, char[] b, int bi) {
  if (ai < 0 || bi < 0) {
    return 0;
  }
  if (a[ai] == b[bi]) {
    return dfs(a, ai - 1, b, bi - 1) + 1;
  } else {
    return Math.max(dfs(a, ai - 1, b, bi), dfs(a, ai, b, bi - 1));
  }
}
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
/**
 * 暴力破解(18/47)→ 备忘录(5.67%)
 *
 * @author D瓜哥 · https://www.diguage.com
 * @since 2025-12-30 20:23:25
 */
public int longestCommonSubsequence(String text1, String text2) {
  int[][] memo = new int[text1.length()][text2.length()];
  for (int[] ints : memo) {
    Arrays.fill(ints, -1);
  }
  return dfs(text1.toCharArray(), text1.length() - 1, text2.toCharArray(), text2.length() - 1, memo);
}

private int dfs(char[] a, int ai, char[] b, int bi, int[][] memo) {
  if (ai < 0 || bi < 0) {
    return 0;
  }
  if (memo[ai][bi] >= 0) {
    return memo[ai][bi];
  }
  int result = 0;
  if (a[ai] == b[bi]) {
    result = dfs(a, ai - 1, b, bi - 1, memo) + 1;
  } else {
    result = Math.max(dfs(a, ai - 1, b, bi, memo), dfs(a, ai, b, bi - 1, memo));
  }
  memo[ai][bi] = result;
  return result;
}
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
/**
 * 暴力破解(18/47)→ 备忘录(5.67%)→ 动态规划(87.84%)
 *
 * @author D瓜哥 · https://www.diguage.com
 * @since 2025-12-30 20:37:06
 */
public int longestCommonSubsequence(String text1, String text2) {
  int[][] dp = new int[text1.length() + 1][text2.length() + 1];
  char[] ac = text1.toCharArray();
  char[] bc = text2.toCharArray();
  for (int i = 0; i < text1.length(); i++) {
    for (int j = 0; j < text2.length(); j++) {
      if (ac[i] == bc[j]) {
        dp[i + 1][j + 1] = dp[i][j] + 1;
      } else {
        dp[i + 1][j + 1] = Math.max(dp[i + 1][j], dp[i][j + 1]);
      }
    }
  }
  return dp[text1.length()][text2.length()];
}