代码随想录|day55|动态规划part15● 392.判断子序列 ● 115.不同的子序列

392.判断子序列

这道题目算是 编辑距离问题 的入门题目（毕竟这里只是涉及到减法），慢慢的，后面就要来解决真正的 编辑距离问题了

链接：代码随想录

 

两种写法，双指针和动态规划。

双指针：

class Solution {
    //暴力写法都写错了。。。
public:
    bool isSubsequence(string s, string t) {
        int n1=s.size();
        int n2=t.size();
        int i=0,j=0;
        while(i

 动态规划，自己写的：

class Solution {
    /*动态规划自己试着写
    子序列那道题是二维动态规划
      X a h b g d c
    X t t t t t t t
    a f t t t t t t
    b f f f t t t t
    c f
    根据填表的规律，dp[i][j]代表s[0...i-1]、t[0...j-1]是否匹配。
    如果dp[i][j-1]==true,则dp[i][j]==true;
    如果dp[i-1][j-1]==true && s[i-1]==t[j-1],则dp[i][j]==true
    */
public:
    bool isSubsequence(string s, string t) {
        int n1=s.size();
        int n2=t.size();
        vector>dp(n1+1,vector(n2+1,false));
        for(int j=0;j

答案的思路和我自己想的思路很像，只是我把定义dp[i][j]代表s[0...i-1]、t[0...j-1]是否匹配。

答案dp[i][j]代表s[0...i-1]、t[0...j-1]匹配的最大长度。

代码为：

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;
    }
};

 115.不同的子序列

链接：代码随想录

但相对于刚讲过 392.判断子序列，本题 就有难度了 ，感受一下本题和 392.判断子序列 的区别。

 自己没有推理出来。看了答案：

 看完答案后，这个比较好写出来

 最后一个位置推理为dp[0][0]==1.

第一遍写报错：

class Solution {
    /*
    dp[i][j] 代表s[0...i-1] 与t[0..j-1] 时 t 在s中出现的情况
      X b a g
    X   0 0 0 
    b 1 1 0 0
    a 1 1 1 0
    g 1 1 1 1    
    g 1 1 1 2

    if(s[i-1]==t[j-1])
    {
        dp[i][j]=dp[i-1][j-1]+dp[i-1][j]
                   拿之前的bag匹配  拿之前的ba 和现在的g匹配
    }
    else
    {
      dp[i][j]=dp[i-1][j]  
    }
    */
public:
    int numDistinct(string s, string t) {
        int n=s.size();
        int m=t.size();
        vector>dp(n+1,vector(m+1,0));
        for(int i=0;i

 检查发现：

代码随想录在定义dp数组时用的