动态规划 - 计算最长公共子串问题
题目描述:
给定两个字符串s, t,求字符串 t 在字符串 s 中的最长公共长度,例如字符串 s 为"itheima", t为"thema",则公共字串有"the", "ma", 最长公共子串为"the"。
这种类似的问题有多种解法,今天已动态规划来解决该问题。
问题分析:
首先我们将两个字符串拆分成一个二维数组进行分析一下:
i | t | h | e | i | m | a | |
---|---|---|---|---|---|---|---|
t | 0 | 1 | 0 | 0 | 0 | 0 | 0 |
h | 0 | 0 | 2 | 0 | 0 | 0 | 0 |
e | 0 | 0 | 0 | 3 | 0 | 0 | 0 |
m | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
a | 0 | 0 | 0 | 0 | 0 | 0 | 2 |
只要两个字符串里遇到了相同的字符,则在拿到前一行、前一列的基础上+1即可。
状态转移方程(递推式):
if(相同字符) {
dp[i][j] = dp[i-1][j-1] + 1;
} else {
dp[i][j] = 0;
}
代码实现
代码实现如下:
class Solution {
public int longCommonSubStr(String a, String b) {
int[][] dp = new int[b.length()][a.length()];
int maxCommonSubStrLen = 0;
for (int i = 0; i< b.length(); i++) {
for (int j = 0; j< a.length(); j++) {
if (a.charAt(j) == b.charAt(i)) {
if (i == 0 || j == 0) { // 边界遇到相同字符时dp[i][j] = 1
dp[i][j] = 1;
} else {
dp[i][j] = dp[i-1][j-1] + 1;
}
maxCommonSubStrLen = Math.max(maxCommonSubStrLen, dp[i][j]);
} else {
dp[i][j] = 0;
}
}
}
return maxCommonSubStrLen;
}
}
标签:子串,int,案例,length,公共,字符串,maxCommonSubStrLen,最长,dp
From: https://www.cnblogs.com/lilyflower/p/18471409