问题描述
给定两个字符串str1和str2,输出两个字符串的最长公共子串,如果最长公共子串为空,输出-1。
输入描述:
输入两个字符串
输出描述:
输出最长公共子串
示例
示例1
输入
“1AB2345CD”,“12345EF”
输出
“2345”
解决思路
分析
- 最长公共子序列(Longest Common Subsequence,简称 LCS)是一道非常经典的面试题目,因为它的解法是典型的二维动态规划,大部分比较困难的字符串问题都和这个问题一个套路。
- 方法介绍
(1)dp数组的定义:int[][] dp = new int[m + 1][n + 1]; 数组的值为公共字串的长度
(2)二维数组的赋值:
(3)从图表中可以看出,最长公共字串的长度公式为:dp[i + 1][j + 1] = dp[i][j] + 1
方法
- 使用二维动态规划+一些优化。
代码实现
// 思路1
public class Solution {
public String LCS (String str1, String str2) {
// write code here
int m = str1.length(), n = str2.length();
int[][] dp = new int[m + 1][n + 1];
// 记录最长公共字串的长度
int maxLen = 0;
int index = 0;
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
// 获取两个串字符
char c1 = str1.charAt(i), c2 = str2.charAt(j);
if (c1 == c2) {
// 运用二维动态规划总结的公式
dp[i + 1][j + 1] = dp[i][j] + 1;
if (dp[i + 1][j + 1] > maxLen) {
maxLen = dp[i + 1][j + 1];
// 记录最长公共字串结束的索引
index = j + 1;
}
}
}
}
if (maxLen == 0) {
return "";
}
return str2.substring(index - maxLen, index);
}
}
时间复杂度分析:
O(MN):两层循环,遍历字符串,所以时间复杂度为字符串长度的乘积。
空间复杂度分析:
O(MN):使用了额外的二维数组存储最长公共字串的长度,(m+1)(n+1) = mn + m + n + 1,m和n可以忽律为常数,所以空间复杂度为MN。
小伙伴如果想测试的话,可以直接到牛客网这个链接做测试