java用动态规划求解最长公共子序列问题代码

以下是Java中使用动态规划求解最长公共子序列问题的代码示例：

public class LongestCommonSubsequence {
    public static int lcs(String str1, String str2) {
        int m = str1.length();
        int n = str2.length();
        int[][] dp = new int[m + 1][n + 1];
        for (int i = 0; i <= m; i++) {
            for (int j = 0; j <= n; j++) {
                if (i == 0 || j == 0) {
                    dp[i][j] = 0;
                } else if (str1.charAt(i - 1) == str2.charAt(j - 1)) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                } else {
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }
        return dp[m][n];
    }

    public static void main(String[] args) {
        String str1 = "AGGTAB";
        String str2 = "GXTXAYB";
        System.out.println("Length of LCS is " + lcs(str1, str2));
    }
}

在上面的示例代码中，`lcs`方法使用动态规划算法求解最长公共子序列的长度，其中`dp`数组存储了子问题的解。在初始化`dp`数组时，对于第一行和第一列，它们的值都为0。接下来，我们遍历整个`dp`数组并填充它。如果当前字符相同，则当前位置的解等于左上角位置的解加上1。否则，当前位置的解等于上方位置和左侧位置中的最大值。最后，`dp[m][n]`即为最长公共子序列的长度。