求解兩個字符串的最大公共子串可以使用動態規劃算法。 下面是用 JavaScript 實現的代碼： ```javascript function longestCommonSubstring(str1, str2) { const m = str1.length; const n = str2.length; // 創建一個二維數組用于存儲子問題的解 const dp = Array(m + 1).fill(0).map(() => Array(n + 1).fill(0)); let maxLength = 0; // 最長公共子串的長度 let endIndex = 0; // 最長公共子串在 str1 中的結束索引 for (let i = 1; i <= m; i++) { for (let j = 1; j <= n; j++) { if (str1[i - 1] === str2[j - 1]) { dp[i][j] = dp[i - 1][j - 1] + 1; // 當前字符相等，則公共子串長度加一 if (dp[i][j] > maxLength) { maxLength = dp[i][j]; endIndex = i - 1; // 更新最長公共子串的結束索引 } } else { dp[i][j] = 0; // 當前字符不相等，則公共子串長度為零 } } } // 根據最長公共子串的結束索引和長度，提取出最長公共子串 const longestSubstr = str1.substr(endIndex - maxLength + 1, maxLength); return longestSubstr; } ``` 在代碼中，我們使用一個二維數組 `dp` 來存儲子問題的解，其中 `dp[i][j]` 表示以字符串 `str1` 的第 `i` 個字符和字符串 `str2` 的第 `j` 個字符為結尾的最長公共子串的長度。 通過兩層循環遍歷 `str1` 和 `str2` 的所有字符，如果當前字符相等，則更新 `dp[i][j] = dp[i-1][j-1] + 1`；否則，置 `dp[i][j] = 0`。 在計算過程中，我們同時記錄最長公共子串的長度 `maxLength` 和結束索引 `endIndex`，以便后續提取出最長公共子串。 最后，根據 `endIndex` 和 `maxLength` 提取出最長公共子串，并返回它。 注意，該算法的時間復雜度為 $O(m \times n)$，其中 $m$ 和 $n$ 分別是兩個字符串的長度。