题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台
题目描述:给定字符串 s 和 t ,判断 s 是否为 t 的子序列。
字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符相对位置形成的新字符串。(例如,"ace"是"abcde"的一个子序列,而"aec"不是)。
解题思路
dp[i][j] 表示以下标i-1为结尾的字符串s,和以下标j-1为结尾的字符串t,相同子序列的长度为dp[i][j]。
两种情况
故应该是dp[i][j] = dp[i-1][j-1]+1
dp[i][j] = dp[i][j-1]相当于是删除了当前的下标元素的t中的字符,使其等于前一个没有用当前下标j的字符t的情况。由于dp[i][j] 表示以下标i-1为结尾的字符串s,和以下标j-1为结尾的字符串t,相同子序列的长度为dp[i][j],故dp[i][j-1]表示以下标i-1为结尾的字符串s,和以下标j-2为结尾的字符串t,相同子序列的长度为dp[i][j-1],也就是我们没有用j-2这个下标的字符,模拟了删除这个字符的操作。
dp[i][0] 表示以下标i-1为结尾的字符串,与空字符串的相同子序列长度,所以为0. dp[0][j]同理。
依据递推公式可以看出dp[i][j]依赖于dp[i-1][j-1]和dp[i][j-1]故我们从上到下,从左到右遍历即可。
class Solution {
public:
bool isSubsequence(string s, string t) {
vector> dp(s.size() + 1, vector(t.size() + 1, 0));
for (int i = 1; i <= s.size(); i++) {
for (int j = 1; j <= t.size(); j++) {
if (s[i - 1] == t[j - 1]) dp[i][j] = dp[i - 1][j - 1] + 1;
else dp[i][j] = dp[i][j - 1];
}
}
if (dp[s.size()][t.size()] == s.size()) return true;
return false;
}
};
总结:
题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台
题目描述:给你两个字符串 s 和 t ,统计并返回在 s 的 子序列 中 t 出现的个数。
题目数据保证答案符合 32 位带符号整数范围。
解题思路
1.确定dp数组(dp table)以及下标的含义
dp[i][j]:以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。
2.确定递推公式
这一类问题,基本是要分析两种情况(s中找t)
当s[i - 1] 与 t[j - 1]相等时,dp[i][j]可以有两部分组成。
首先不考虑当前的s[i-1]和t[j-1]相等的情况,我们就需要在s[0,i-2]中找t[0,j-1]出现了几次。若考虑他俩相等的情况。也就是在刚刚的基础上再加上dp[i-1][j-1]即为完整的情况。
dp[i][j] = dp[i-1][j-1] + dp[i-1][j]
当s[i-1]与t[j-1]不相等时
就删除掉s的当前的字符也就是dp=dp[i-1][j],为什么不删除t中的字符呢,因为我们要找的就是t中字符出现的次数。
3.dp数组如何初始化
dp[i][0]表示什么呢?
dp[i][0] 表示:以i-1为结尾的s可以随便删除元素,出现空字符串的个数。
那么dp[i][0]一定都是1,因为也就是把以i-1为结尾的s,删除所有元素,出现空字符串的个数就是1。
再来看dp[0][j],dp[0][j]:空字符串s可以随便删除元素,出现以j-1为结尾的字符串t的个数。
那么dp[0][j]一定都是0,s如论如何也变成不了t。
最后就要看一个特殊位置了,即:dp[0][0] 应该是多少。
dp[0][0]应该是1,空字符串s,可以删除0个元素,变成空字符串t。
4.确定遍历顺序
从递归公式其实已经可以看出,从上往下,从左往右
5.举例推导dp数组
class Solution {
public:
int numDistinct(string s, string t) {
vector> dp(s.size() + 1, vector(t.size() + 1));
for (int i = 0; i < s.size(); i++) dp[i][0] = 1;
for (int j = 1; j < t.size(); j++) dp[0][j] = 0;
for (int i = 1; i <= s.size(); i++) {
for (int j = 1; j <= t.size(); j++) {
if (s[i - 1] == t[j - 1]) {
dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
} else {
dp[i][j] = dp[i - 1][j];
}
}
}
return dp[s.size()][t.size()];
}
};
总结: