Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
奋斗的龙猫
Fucking Algorithm
提交
db93191f
F
Fucking Algorithm
项目概览
奋斗的龙猫
/
Fucking Algorithm
与 Fork 源项目一致
从无法访问的项目Fork
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
1
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
F
Fucking Algorithm
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
1
Issue
1
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
db93191f
编写于
6月 21, 2020
作者:
J
jasper
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
增加C++版本代码
上级
5909e00c
变更
1
显示空白变更内容
内联
并排
Showing
1 changed file
with
42 addition
and
0 deletion
+42
-0
动态规划系列/最长公共子序列.md
动态规划系列/最长公共子序列.md
+42
-0
未找到文件。
动态规划系列/最长公共子序列.md
浏览文件 @
db93191f
...
@@ -121,7 +121,49 @@ else:
...
@@ -121,7 +121,49 @@ else:
![
labuladong
](
../pictures/labuladong.jpg
)
![
labuladong
](
../pictures/labuladong.jpg
)
[
labuladong
](
https://github.com/labuladong
)
提供Python解法代码:
```
python
def
longestCommonSubsequence
(
str1
,
str2
)
->
int
:
m
,
n
=
len
(
str1
),
len
(
str2
)
# 构建 DP table 和 base case
dp
=
[[
0
]
*
(
n
+
1
)
for
_
in
range
(
m
+
1
)]
# 进行状态转移
for
i
in
range
(
1
,
m
+
1
):
for
j
in
range
(
1
,
n
+
1
):
if
str1
[
i
-
1
]
==
str2
[
j
-
1
]:
# 找到一个 lcs 中的字符
dp
[
i
][
j
]
=
1
+
dp
[
i
-
1
][
j
-
1
]
else
:
dp
[
i
][
j
]
=
max
(
dp
[
i
-
1
][
j
],
dp
[
i
][
j
-
1
])
return
dp
[
-
1
][
-
1
]
```
[
Jinglun Zhou
](
https://github.com/Jasper-Joe
)
提供C++解法代码:
```
CPP
class Solution {
public:
int longestCommonSubsequence(string str1, string str2) {
int m=str1.size(), n=str2.size();
// 构建DP table 和 base case
vector<vector<int>> dp(m+1,vector<int>(n+1));
// dp[i][j]表示: 字符串str1[0:i]和字符串str2[0:j]的最大公共子序列
// 进行状态转移
for(int i=1;i<=m;i++)
for(int j=1;j<=n;j++)
if(str1[i-1]==str2[j-1]) // 两个字符相等,必然可以构成子问题的最优解
// 找到一个lcs中的字符
dp[i][j]=1+dp[i-1][j-1];
else //如果两个字符不相等,我们往前看一个字符
//寄希望于str1[i-2]和str2[j-1]相等,或者str1[i-1]和str2[j-2]
//如果他们两个当中有任何一个可以匹配, 我们就有机会更新当前dp值
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
return dp[m][n]; // 根据dp的定义,答案就存储在dp[m][n]中
}
};
```
[
上一篇:动态规划之正则表达
](
../动态规划系列/动态规划之正则表达.md
)
[
上一篇:动态规划之正则表达
](
../动态规划系列/动态规划之正则表达.md
)
[
下一篇:学习算法和刷题的思路指南
](
../算法思维系列/学习数据结构和算法的高效方法.md
)
[
下一篇:学习算法和刷题的思路指南
](
../算法思维系列/学习数据结构和算法的高效方法.md
)
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录