题解 | 最长公共子序列(二)
最长公共子序列(二)
https://www.nowcoder.com/practice/6d29638c85bb4ffd80c020fe244baf11?tpId=295&tags=&title=&difficulty=0&judgeStatus=0&rp=0&sourceUrl=%2Fexam%2Foj%3FquestionJobId%3D10%26subTabName%3Donline_coding_page
#include <vector>
#include <string>
#include <algorithm>
using namespace std;
class Solution {
public:
string LCS(string str1, string str2) {
int m = str1.length();
int n = str2.length();
// 如果任意一个字符串为空,直接返回-1
if (m == 0 || n == 0) {
return "-1";
}
// 创建DP表,dp[i][j]表示str1[0..i-1]和str2[0..j-1]的LCS长度
vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
// 填充DP表
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; j++) {
if (str1[i - 1] == str2[j - 1]) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
// 如果LCS长度为0,返回-1
if (dp[m][n] == 0) {
return "-1";
}
// 回溯构造LCS
string lcs;
int i = m, j = n;
while (i > 0 && j > 0) {
if (str1[i - 1] == str2[j - 1]) {
lcs.push_back(str1[i - 1]);
i--;
j--;
} else {
if (dp[i - 1][j] > dp[i][j - 1]) {
i--;
} else {
j--;
}
}
}
// 反转字符串得到正确的顺序
reverse(lcs.begin(), lcs.end());
return lcs;
}
};
动态规划 空间换时间 文章被收录于专栏
动态规划通常用于求解最优解问题, 动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干子问题,先求解子问题, 然后从这些子问题的解得到原问题的解。与分治法不同的是,适合于用动态规划求解的问题, 经分解得到的子问题往往不是互相独立的。

查看13道真题和解析