用python实现最小公共子串长度空间复杂度为n

要实现最小公共子串长度，可以使用动态规划的方法。首先找到两个字符串的最长公共子串，然后计算最长公共子串的长度。

以下是一个使用动态规划实现最小公共子串长度的Python代码：

def min_common_substring(s1, s2):
    m = len(s1)
    n = len(s2)

    # 创建一个二维数组来保存子问题的解
    dp = [[0] * (n + 1) for _ in range(m + 1)]

    max_length = 0  # 最长公共子串的长度
    end_index = 0  # 最长公共子串的结束索引

    # 动态规划计算最长公共子串的长度
    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_length:
                    max_length = dp[i][j]
                    end_index = i

    # 计算最小公共子串的长度
    min_length = m + n - max_length

    return min_length


# 测试
s1 = "abcd"
s2 = "bcde"
print(min_common_substring(s1, s2))  # 输出3，最小公共子串为"bcd"

这个实现使用了一个二维数组dp来保存子问题的解，其中dp[i][j]表示以s1[i-1]和s2[j-1]结尾的最长公共子串的长度。通过动态规划的方式，遍历所有可能的子问题，最终得到最长公共子串的长度。然后，根据最长公共子串的长度计算最小公共子串的长度。

空间复杂度为n，是因为使用了一个二维数组来保存子问题的解，而数组的大小为(m+1) x (n+1)，其中m和n分别是两个字符串的长度。所以空间复杂度为O(n)