最長公共子串行問題，最基本的問題是在兩個字串中找出最長公共字串。方法是使用雙指標 i，j遍歷兩個字串，建立二維 dp 陣列，通過填表獲得結果。
1143，最長公共子串行，medium
583，兩個字串的刪除操作，medium
712，兩個字串的最小ascii刪除和，medium
1143，最長公共子串行，medium
給定兩個字串 text1 和 text2，返回這兩個字串的最長公共子串行的長度。
乙個字串的 子串行 是指這樣乙個新的字串：它是由原字串在不改變字元的相對順序的情況下刪除某些字元（也可以不刪除任何字元）後組成的新字串。
例如，「ace」 是 「abcde」 的子串行，但 「aec」 不是 「abcde」 的子串行。兩個字串的「公共子串行」是這兩個字串所共同擁有的子串行。
若這兩個字串沒有公共子串行，則返回 0。
示例 1:
輸入：text1 = "abcde", text2 = "ace"
輸出：3
解釋：最長公共子串行是 "ace"，它的長度為 3。
輸入：text1 = "abc", text2 = "abc"
輸出：3
解釋：最長公共子串行是 "abc"，它的長度為 3。
輸入：text1 = "abc", text2 = "def"
輸出：0
解釋：兩個字串沒有公共子串行，返回 0。
**：
class
solution
else}}
return dp[m]
[n];
}}
583，兩個字串的刪除操作，medium
給定兩個單詞word1和word2，找到使得word1和word2相同所需的最小步數，每步可以刪除任意乙個字串中的乙個字元。
示例：
輸入: "sea", "eat"
輸出: 2
解釋: 第一步將"sea"變為"ea"，第二步將"eat"變為"ea"
給定兩個字串s1, s2，找到使兩個字串相等所需刪除字元的ascii值的最小和。
示例 1:
輸入: s1 = "sea", s2 = "eat"
輸出: 231
解釋: 在 "sea" 中刪除 "s" 並將 "s" 的值(115)加入總和。
在 "eat" 中刪除 "t" 並將 116 加入總和。
結束時，兩個字串相等，115 + 116 = 231 就是符合條件的最小和。
輸入: s1 = "delete", s2 = "leet"
輸出: 403
解釋: 在 "delete" 中刪除 "dee" 字串變成 "let"，
將 100[d]+101[e]+101[e] 加入總和。在 "leet" 中刪除 "e" 將 101[e] 加入總和。
結束時，兩個字串都等於 "let"，結果即為 100+101+101+101 = 403 。
如果改為將兩個字串轉換為 "lee" 或 "eet"，我們會得到 433 或 417 的結果，比答案更大。
0 < s1.length, s2.length <= 1000。
所有字串中的字元ascii值在[97, 122]之間。
**：
class
solution
else
maxsum = math.
max(maxsum, dp[i]
[j]);}
}for
(int i =
0; i < n; i++
) sum += str2[i]
;return sum - maxsum *2;
}}
leetcode刷題 動態規劃
動態規劃 英語 dynamic programming，簡稱 dp 是一種在數學 管理科學 電腦科學 經濟學和生物資訊學中使用的，通過把原問題分解為相對簡單的子問題的方式求解複雜問題的方法。動態規劃常常適用於有重疊子問題和最優子結構性質的問題，動態規劃方法所耗時間往往遠少於樸素解法。動態規劃背後的基...
leetcode演算法刷題 五 動態規劃 三
今天的題目不是leetcode上面的。只是覺得動態規劃還是不算很熟練，就接著找了點dp的題練練 題目的意思 傳入乙個陣列，要求出它的最長遞增子串行的長度。例如 如在序列1,1,2,3,4,5,6,7中，最長遞增序列為1,2,4,6，所以長度為4。分析 這道題我們可以用動態規劃來做。對於陣列的前i個元...
Leetcode刷題 190713 動態規劃
輸入乙個陣列，陣列中每個元素代表乙個房子，我們作為robber可以對每個房子進行rob。但是規定不能同時又兩個相鄰的房子被robbed。陣列中每個元素的值代表房子的價值，需要我們輸出經過rob後最大的收益是多少。很明顯考察的是動態規劃，每檢查乙個房子都有兩種狀態即rob和no rob。對應的價值方程...