python求最长公共子序列

你可以使用动态规划算法来求解最长公共子序列（Longest Common Subsequence）。下面是一个Python代码示例：

def longest_common_subsequence(str1, str2):
    m, n = len(str1), len(str2)
    dp = [ * (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 = ''
    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

# 示例用法
str1 = "ABCDGH"
str2 = "AEDFHR"
lcs = longest_common_subsequence(str1, str2)
print("最长公共子序列:", lcs)

在上述代码中，`str1`和`str2`是待比较的两个字符串。该算法使用一个二维数组`dp`来记录最长公共子序列的长度。最后，通过回溯`dp`数组，可以获取到最长公共子序列。

上述示例输出为：`最长公共子序列: ADH`，表示"ADH"是"ABCDGH"和"AEDFHR"的最长公共子序列。