进阶理解：leetcode115.不同的子序列（细节深度）

这道题是困难题，本章是针对于动态规划解决，对于思路进行一个全面透彻的讲解，但是并不是对于基础讲解思路，而是渗透到递推式和dp填数的详解，如果有读者不清楚基本的解题思路，请看我的这篇文章算法训练营DAY53|392.判断子序列、115.不同的子序列-CSDN博客

但在看的过程中，你可能会有为什么把dp数组设为以i-1和j-1的下标这样的奇怪含义的困惑，这是为了方便初始化，不用对每一个位置进行一开始的判定初始化，也就是说可能要对于一开始下标匹配做一些多余的处理，详细的解释可以翻看我往期作品，其中会有更为详细的介绍，本期文章，我主要是针对，对于思路有一些了解，但是对于题解本身仍存有一些疑惑的读者准备的。

当然也是对于 我之前写的那期题解未能写的清楚的一些部分的补充。

---

这里还要纠正一下第一次写那个题解的一部分话是存在一些问题的，两个字符匹配的第一项并不是未匹配成功的结果，如果读者不能明白我在说什么直接看下面的代码即可，不必要去看那期文章，以避免误导读者。

class Solution {
public:
    int numDistinct(string s, string t) {
        int m=s.size(),n=t.size();
        vector>dp(m+1,vector(n+1,0));
        for(int i=0;i<=m;++i)dp[i][0]=1;

        for(int i=1;i<=m;++i){
            for(int j=1;j<=n;++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[m][n];
    }
};

如上是题目正确的代码，可以ac。

首先我们来分析的是递推式，然后是初始化和打表，最后是整体的总结。

先粘上一张代码随想录的图片，当大家需要看图对比时候可以回过头开看：

请注意：子序列问题中dp解决时，通常在需要在两个数组或字符串中找答案时候，大多数情况下都需要开辟二维dp数组来解决问题。
明确递推式dp【i】【j】代表以i-1和j-1结尾的字符串s和t，当前情况下，s字符串中t出现的个数有多少个。
递推公式：当i-1和j-1位置上的s和t字符串对应下标字符相等，则当前位置可由dp【i-1】【j-1】推出来，这个递推式的意思是由于这两个字符相等所以不用管该两个字符，
然后去看相当于i-2和j-2对应的位置下，s中包含了多少个t。
你也可以理解为当前的dp【i】【j】要填数，就要看上一个状态时，也就是dp【i-1】【j-1】的状态，因为此时对应下标的元素相等，所以直接去看上一个状态，而此时不需要删除元素
那上一个状态dp【i-1】【j-1】有没有可能需要删除元素呢？当然有可能，但这并不是我们本次填数需要解决的问题，上一个状态肯定在上一个状态被解决了。
为什么不是dp【i-1】【j-1】+1？当前字符相等应该意味着我们又多匹配成功了一个字符，所以理应+1啊
看这两个【bag】和【bag】当该填数dp【2】【2】时候，我们根据dp数组定义实际上看的是s的i-1下标，和t的j-1下标位置
那么也就是此时正在比较【ba】和【ba】呢，它的上一个状态是【b】【b】虽然匹配是相等，但是这并不意味着我们只要匹配相等字符就得+1
因为这道题求的不是重复字符最多有多少个！！！
那怎么完成匹配成功t字符串时候加入答案呢？因为有第二项递推式！
是dp【i-1】【j】这个递推式就相当于不回退当前的t字符串的匹配下标，而是回退s字符串下标，看看此时状态是否有s中有t字符串的这种情况
举例：【bagg】和【bag】这两个，那么除了s字符中的s[0]s[1]s[3]可以得到t字符串，s[0]s[1]s[2]这个组合也可以得到t字符串。
所以这正是我们可以回退s的原因，换个角度去看，这也是我们匹配t这个字符串的整个字符串的方法。把这两个递推式相加就可以得到dp【i】【j】了
我们不考虑t字符串回退的原因，在这里是因为我们是在s字符串里找有多少个t，而不是在t里找，所以应该回退s里的字符。如果你选择回退t此时对应的下标，那么将不可能得到正确答案，因为无论最后s能不能
从中找到t字符串的完整序列，只要t中的部分子数组在s中出现过，那么它一直沿用前面的状态，那是不是肯定会得到1次匹配？
你想想t一直沿用前面的状态，而最开始的状态是s有字符而t无字符，所以一定会有一解。这得出的答案一定是错误的。
所以t不可回退字符，t只能向前匹配，这样保证了求到最后的是s里是否包含完整的t字符串，而不是只要包含一部分子数组就可以完成匹配。
还有一件事是：s字符下标每次增大1然后重新对t字符串进行匹配，也就解决了以各个的s下标位置为截止，能匹配到最大匹配个数是多少。将它们加起来就是答案。

而如果此时两字符对应不等怎么办
dp【i】【j】=dp【i-1】【j】这里的递推式你可以理解为，删除s字符串当前遍历的字符（模拟删除）而转为用该下标的前一个位置看看有没有
s中含有t的时候，延续那时候的状态就可以了。

初始化也很重要它是得到答案的关键初始化dp数组，s和t数组都为空时候对应dp应该为1，解释：两字符串都为空，则s字符串里包含1个t
当s字符串有内容，t为空，那么s各个状态都为1，解释：s字符串删除全部字符得到空字符串也就是t
当s没内容，t有内容，则这些状态都为0，解释：s无论如何也无法推出t
当两字符串内容不相等时候，也就是s中不包含t那么无论如何也推不出一个，因为s里要想能找到t，那么必须t中的第一个元素与s中的某位置元素发生了起始匹配。
这时初始化产生作用，虽然这种中间某处得到的匹配，匹配不上原始的dp【0】【0】但是它能匹配上dp【i】【0】使得累计1次匹配。
然后接下来的匹配，就是对t字符串各个字符都必须连续匹配，才可以使这个1继承下来，因为递推式的缘故，往后匹配，dp【0】【0】肯定匹配不上
而如果中间某字符没匹配上断档了，那么再匹配上的时候，dp【i-1】【j】也不可能借用到dp【i】【0】就使得最终答案是0。

打表特殊测试用例  s=【bag】t=【bag】
dp[0][0]=1dp[0][1]=0dp[0][2]=0dp[0][3]=0
dp[1][0]=1dp[1][1]=1dp[1][2]=0dp[1][3]=0
dp[2][0]=1dp[2][1]=1dp[2][2]=1dp[2][3]=0
dp[3][0]=1dp[3][1]=1dp[3][2]=1dp[3][3]=1
可见即使中间遍历时候也有完全匹配时候【ba】【ba】但是这并不会使dp【2】【2】变成2
由头上的图片可以知道其实dp【i-1】【j-1】和dp【i-1】【j】都有可能是答案的组成部分
打表bac和bad
dp[0][0]=1dp[0][1]=0dp[0][2]=0dp[0][3]=0
dp[1][0]=1dp[1][1]=1dp[1][2]=0dp[1][3]=0
dp[2][0]=1dp[2][1]=1dp[2][2]=1dp[2][3]=0
dp[3][0]=1dp[3][1]=1dp[3][2]=1dp[3][3]=0

再写该题时候，写到循环部分的时候，想的是t字符串既然不能使之回退，那么是不是应该写成t循环在外面，s循环在里面，这样只循环了一次t，就保证了不回退的效果，而不是写成s循环在外面t循环在内部
但后来发现不是这么一回事，这样写循环是有原因的，它遍历s的各个字符给t去进行匹配，以获得所有的组合答案。如果t循环写外面了，t确实没有回退，但是这样写的思路不就成了拿t的各个元素去找
t里面是否存在s字符串了吗？这不就写反了吗？
还有就是外层for是s内层for是t，并不是没有实现t的禁止回退，所谓t字符串不能回退不是指t的字符串不能重复遍历，不能回退体现在递推公式上，不要弄混淆。
再细说一下具体的匹配机理，是如何实现s拿一个个字符串然后去匹配t的。
首先s字符串每次增大一个匹配范围（表面上看），然后t字符串在s每次增大匹配范围时，重新遍历t字符串去和s的现在范围去匹配，看看现在的s范围能否找到更多的匹配次数并填到dp数组内。
从代码的实际运行角度，s的每次增大一个字符的范围，t重新匹配，并不是匹配0——i，而是拿t的整个字符串去和i这个元素单单去匹配，而非s子串和t字符串匹配。
这实际上无形之中提升了效率，那么怎么实现匹配的正确呢？
递推式已经给出了，如果当前元素匹配不上，那么当前位置填数继承上一次匹配，也就是当前两个字符不匹配，那么相当于放弃当前两个字符的匹配机会，而是选用上一次的对应截止字符处，去继承那一次的
匹配成果。这次的继承是就是回退s而不回退t
如果匹配成功，有两个方向推出，一个是不考虑当前两个字符，因为两个字符当前匹配成功，所以暂时不考虑，但是还没完，还要考虑s往前回退一个字符的情况与t进行匹配的成果，将二者相加得到答案
为什么不回退第二个字符串t我们上面已经说得很清楚了，而回退s为上一个字符是为什么呢？就是因为bag和bagg的测试用例这类情况，也即是说可能存在上一个s的字符也存在匹配的关系，那有人要问
如果是bag和baggg呢？你怎么匹配？这是一样的，第二次的g会继承第一次g匹配成果，而第三次又会继承第二次.看递推式就能知道，两字符匹配成功，答案是左上角数加上头上的数，
而这个头上的数，自然把上一层的g加过来了。
还有一个问题是为什么总是能得到正确答案，我们上面已经说了一些了，但是个人觉得还不够透彻。再说一次
首先它为什么不是每匹配成功一次都+1我们上面说的很清了，当两个字符相等时候的填数再说一下
我们由于初始化的缘故，使得若此时匹配的两个字符匹配不相等，也就是说假如bagg和bag，s字符串bagg匹配到最后一个字符时候，但是t字符串从头开始匹配，这个时候我们由于第二递推式，匹配不等时候会拿
dp【i】【j-1】的数做继承，直到匹配成功填数的时候，真正的递推作用才开始显现
匹配相等时，会把头上的位置也就是dp【i-1】【j】和dp【i-1】【j-1】累加起来，换句话说只有两个字符最后发生匹配时候，才能够获得答案，如果不发生匹配不会获得答案。
这是为什么呢？不是说不匹配会继承前位置吗？但是你要注意，只有同列才能继承，也就是说如果你的上一行列没有做事，那么你不能享受成果，这就相当于祖上得有财富积累，你才能躺平拿到成果，否则你只能
依赖于本身的才能，也就是进入第一递推式，虽然祖上可能没有成果，但你可以收获你左上角人的成果。
所以并不会发生一处匹配成功，全部人都受益的结果。
你左上的成果相当于叔辈的成果，你没有能力时候它不会贡献成果给你享用，只有你的亲祖先才能共享成果，所以如果前面出现多次匹配，也就是说祖先和叔辈都得到了匹配，或他们继承它们的祖先和叔辈匹配
而且同时你也有能力匹配，才会同时得到两方面的匹配成果。
这个左上角匹配也并非与你完全无关，它有数字代表了发生连续匹配。
badgbacg打表
dp[0][0]=1dp[0][1]=0dp[0][2]=0dp[0][3]=0dp[0][4]=0
dp[1][0]=1dp[1][1]=1dp[1][2]=0dp[1][3]=0dp[1][4]=0
dp[2][0]=1dp[2][1]=1dp[2][2]=1dp[2][3]=0dp[2][4]=0
dp[3][0]=1dp[3][1]=1dp[3][2]=1dp[3][3]=0dp[3][4]=0
dp[4][0]=1dp[4][1]=1dp[4][2]=1dp[4][3]=0dp[4][4]=0
这下应该明白了吧，虽然祖上有成果的某些中间量会继承祖上的成果，但这并不一定影响最后的答案，该样例中即使最后一次发生了g和g的匹配，但是它的左上角没有成果也就是出现了断档，而且它的祖上也没有
成果，所以它依然无法收获结果。
这也就是说只要中间断档发生了一次，那么就不再可能延续的上，想尝试的读者可写一个badgh和bacgh试一下打表
简而言之：
对于当前两字符匹配成功，则需要收获结果，结果的第一部分代表了之前字符的连续匹配，第二部分代表了s中存在多个t的继承匹配个数
对于匹配不成功，继承连续匹配结果，这一举动主要是为了下一次的s扩大后的匹配受益，因为s当前字符不可能与t所有字符匹配，那么只要有一次完成了匹配，则这一列的所有位置理应继承那次匹配成功的成果。
以应对下一次循环匹配的时候，对于连续字符匹配的连贯性。
 

---

相信如果读者事先具备了代码思路，知道题解如何解答，再看这篇文章一定会受益匪浅。

这是对于细节上问题的一些补充。本章就到这里。

都看到这里了如果对您有用的话别忘了一键三连哦，如果是互粉回访我也会做的！

大家有什么想看的题解，或者想看的算法专栏、数据结构专栏，可以去看看往期的文章，有想看的新题目或者专栏也可以评论区写出来，讨论一番，本账号将持续更新。
期待您的关注