实现两个字符串的最长公共子序列和最长公共子串的输出。

实现两个字符串的最长公共子序列（Longest Common Subsequence, LCS）通常涉及到动态规划算法。最长公共子序列是指在两个序列中都出现的最长连续字符序列，但它不必连续。例如，"ABCDGH" 和 "AEDFHR" 的最长公共子序列是 "ADH"。

对于最长公共子串（Longest CommonSubstring, LCS），它则是指在两个字符串中都出现的最长连续字符子串。在这个例子中，"ADH" 也是最长公共子串。

以下是Python中计算LCS的一种常见动态规划实现方法：

def lcs(s1, s2):
    m = len(s1)
    n = len(s2)
    dp = [[0] * (n+1) for _ in range(m+1)]
    
    max_len = 0
    end_index = 0

    for i in range(1, m+1):
        for j in range(1, n+1):
            if s1[i-1] == s2[j-1]:
                dp[i][j] = dp[i-1][j-1] + 1
                if dp[i][j] > max_len:
                    max_len = dp[i][j]
                    end_index = i - 1
    
    return s1[end_index-max_len+1:end_index+1], max_len

s1 = "ABCBDAB"
s2 = "BDCABA"
lcs_str, lcs_len = lcs(s1, s2)
print(f"最长公共子串：{lcs_str}")
print(f"长度：{lcs_len}")

对于最长公共子序列，虽然也有类似的方法，但由于允许不连续，实现起来更复杂一些，一般也会涉及动态规划。但结果通常不会像子串那样直接返回，而是返回一个表示子序列的索引列表。