动态规划策略实现最长公共子序列。 最长公共子序列问题：对两个类型相同的序列（输入），用动态规划方法计算他们的最长公共子序列，并输出最长公共子序列的长度值。python

好的，下面是Python代码实现最长公共子序列问题的动态规划策略：

def longest_common_subsequence(str1, str2):
    m, n = len(str1), len(str2)
    dp = [[0] * (n+1) for _ in range(m+1)]
    for i in range(1, m+1):
        for j in range(1, n+1):
            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])
    lcs_len = dp[m][n]
    lcs = ''
    i, j = m, n
    while i > 0 and j > 0:
        if str1[i-1] == str2[j-1]:
            lcs = str1[i-1] + lcs
            i -= 1
            j -= 1
        elif dp[i-1][j] > dp[i][j-1]:
            i -= 1
        else:
            j -= 1
    return lcs_len, lcs

该函数返回两个值，第一个是最长公共子序列的长度，第二个是最长公共子序列本身。调用该函数，可以得到两个序列的最长公共子序列及其长度。