最长公共子序列（LCS）是一个在一个序列集合中（通常为两个序列）用来查找所有序列中最长子序列的问题。这与查找最长公共子串的问题不同的地方是：子序列不需要在原序列中占用连续的位置 。最长公共子序列问题是一个经典的计算机科学问题，也是数据比较程序，比如Diff工具，和生物信息学应用的基础。它也被广泛地应用在版本控制，比如Git用来调和文件之间的改变。

使用递归解决LCS问题
https://www.bilibili.com/video/av49361421?p=30

python实现

def lcs_dp(input_x, input_y):
    # input_y as column, input_x as row
    dp = [([0] * (len(input_y) + 1)) for i in range(len(input_x) + 1)]

    for i in range(1, len(input_x) + 1):
        for j in range(1, len(input_y) + 1):
            if input_x[i - 1] == input_y[j - 1]:
                dp[i][j] = dp[i - 1][j - 1] + 1  # 这是一个规律 必定是左上角数字加1

            else:  # 不相等
                dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])  # 这是一个规律 必定是左边或者上面最大的数字
    for dp_line in dp:
        print(dp_line)
    return dp[-1][-1]

x = list("412387ty")
y = list("g123ZX6789yt")
print(lcs_dp(x, y))

上面的代码的结果如下图，代码主要依据了2个规律给了矩阵。

对于给的x和y（x = list(“412387ty”)
y = list(“g123ZX6789yt”)）
这个最长公共子序列的解是多解的，如何给出所有符合的字符串？
下面代码给出了答案。
程序里加了一个subdp这样这个二维数组用于保存子序列。在矩阵从左到右从上到下这样一个Z字的更新过程中，在遇到相同点的时候：如果是新出来的节点，subdp这个二维列表在是直接在每一行（代表一个最长公共子序列）的最后面append此时相等的元素；如果是一样长的节点（多解），subdp这个二维列表会深度复制目前查找到的所有最长公共子序列，修改最后一个元素为此时相等的元素，然后作为新路径存入subdp。

import copy
def lcs_dp(input_x, input_y):
    # input_y as column, input_x as row
    dp = [([0] * (len(input_y) + 1)) for i in range(len(input_x) + 1)]
    num = 0
    subdp = [[]]
    subdp_temp=[]
    for i in range(1, len(input_x) + 1):
        for j in range(1, len(input_y) + 1):
            if input_x[i - 1] == input_y[j - 1]:
                dp[i][j] = dp[i - 1][j - 1] + 1  # 这是一个规律 必定是左上角数字加1
                if num >= dp[i][j]:
                    # 这里的点是再次遇到一样的分支
                    for dp_i in range(len(subdp)):
                        subdp_temp=copy.deepcopy(subdp[dp_i])
                        subdp_temp[-1]=input_x[i - 1]
                        subdp.append(subdp_temp)
                else:
                    for dp_i in range(len(subdp)):
                        subdp[dp_i].append(input_x[i - 1])
                num = dp[i][j]
            else:  # 不相等
                dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])  # 这是一个规律 必定是左边或者上面最大的数字
    for dp_line in dp:
        print(dp_line)
    return dp[-1][-1], subdp


x = list("412387tyuu")
y = list("g123ZX6789ytopopop")
print(lcs_dp(x, y))

结果如下图