题干
给定两个字符串 text1 和 text2，返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ，返回 0 。
一个字符串的 子序列 是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。
例如，"ace" 是 "abcde" 的子序列，但 "aec" 不是 "abcde" 的子序列。
两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。
示例 1：
输入：text1 = "abcde", text2 = "ace"
输出：3
解释：最长公共子序列是 "ace" ，它的长度为 3 。
示例 2：
输入：text1 = "abc", text2 = "abc"
输出：3
解释：最长公共子序列是 "abc" ，它的长度为 3 。
示例 3：
输入：text1 = "abc", text2 = "def"
输出：0
解释：两个字符串没有公共子序列，返回 0 。
解法：动态规划
关于我这到我们最重要的就是确立递推公式，首先观察这道题，是需要一个二维数组dp[][],下面我们可以
打表来推导一下动态转移公式。
这里当某个元素位置不相等时，就取上面和左边的最大值作为当前的最长公共子序列，如果相同的话就去取当前i位置的上一个位置的公共子序列+1.
最终我们可以得出状态转义公式：
if (text1[i - 1] == text2[j - 1]) {
dp[i][j] = dp[i - 1][j - 1] + 1
} else {
dp[i][j] = Math.max(dp[i][j - 1], dp[i - 1][j])
}
代码实现：
var longestCommonSubsequence = function (text1, text2) {
let len1 = text1.length, len2 = text2.length;
// 初始化dp数组
let dp = new Array(len1 + 1).fill(0).map(() => new Array(len2 + 1).fill(0))
for (let i = 1; i < len1 + 1; i++) {
for (let j = 1; j < len2 + 1; j++) {
if (text1[i - 1] == text2[j - 1]) {
dp[i][j] = dp[i - 1][j - 1] + 1
} else {
dp[i][j] = Math.max(dp[i][j - 1], dp[i - 1][j])
}
}
}
console.log(dp)
return dp[len1][len2]
};
