
- 递归的基本思路: - 比较两个字符串的最后一个字符。如果相同,则这个字符一定属于最长公共子序列,然后在剩余的字符串上递归求解。
- 如果最后一个字符不相同,则分两种情况递归求解: - 去掉 text1的最后一个字符,保留text2的所有字符。
- 去掉 text2的最后一个字符,保留text1的所有字符。
 
- 去掉 
- 取两种情况的最大值作为最终结果。
 
- 递归的终止条件: - 如果任一字符串为空,则公共子序列长度为0。
 
代码如下:
public class Solution {public int longestCommonSubsequence(String text1, String text2) {return lcs(text1, text2, text1.length(), text2.length());}private int lcs(String text1, String text2, int i, int j) {// 终止条件:任一字符串长度为0if (i == 0 || j == 0) {return 0;}// 递归计算if (text1.charAt(i - 1) == text2.charAt(j - 1)) {// 最后一个字符相同,是LCS的一部分return 1 + lcs(text1, text2, i - 1, j - 1);} else {// 最后一个字符不同,选择不包含text1[i-1]或text2[j-1]的最大LCSreturn Math.max(lcs(text1, text2, i - 1, j), lcs(text1, text2, i, j - 1));}}
}
动态规划是优化递归的方法,使用表格来存储中间结果,避免重复计算。
-  定义状态: - dp[i][j]表示- text1[0...i-1]和- text2[0...j-1]的最长公共子序列的长度。
 
-  状态转移方程: - 如果 text1[i-1] == text2[j-1],则dp[i][j] = dp[i-1][j-1] + 1。
- 如果 text1[i-1] != text2[j-1],则dp[i][j] = max(dp[i-1][j], dp[i][j-1])。
 
- 如果 
-  初始化: - 初始化 dp数组,当i或j为0时,dp[i][j] = 0,表示一个字符串为空。
 
- 初始化 
-  填表顺序: - 由于每个 dp[i][j]依赖于左边、上边和左上角的值,因此应从上到下、从左到右填表。
 
- 由于每个 
-  返回结果: - dp[text1.length()][text2.length()]即为两个字符串的最长公共子序列的长度。
 
代码如下:
public int longestCommonSubsequence(String text1, String text2) {// 获取输入字符串的长度int m = text1.length(), n = text2.length();// 创建动态规划表,多出的一行一列用于处理边界情况,即某一字符串长度为0的情况int[][] dp = new int[m + 1][n + 1];// 填充动态规划表for (int i = 1; i <= m; i++) {for (int j = 1; j <= n; j++) {// 检查当前位置的字符是否相同if (text1.charAt(i - 1) == text2.charAt(j - 1)) {// 如果当前两个字符相同,那么这两个字符属于LCS的一部分// 因此dp[i][j]等于左上角的值加1dp[i][j] = dp[i - 1][j - 1] + 1;} else {// 如果当前两个字符不相同,则LCS长度取决于不包含当前字符的子问题的最大值// 即从左边或上边继承最大值dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);}}}// 返回最终结果,即整个字符串的最长公共子序列长度return dp[m][n];}