https://leetcode.com/problems/distinct-subsequences/
经典DP,归结为给两个数组,执行某些操作后,需要怎样。
dp[i][j]表示目前为止 s[1:j] 中能匹配出多少个 T[1:i],绿色表示 t[i] = s[j] 的情况下有多少种可行解,是 s[1:j-1] 中匹配出 T[1:i-1] 的数量+不使用当前 s[j] 而匹配的 T[1:i-1] 的数量。(图片出处见水印)
举个例子,dp[2][6] = dp[1][5] + dp[2][5],T[2] = a,S[6] = a,dp[1][5] 值表示的是 **S[1:5] **中已经匹配出了三个 T[1:2] 也就是 b ,因此加上当前的 T[2],即 a就能组成 ab,另外原先在此之前已经匹配过一个 ab,因此还要加上这个值(即我们不适用当前 S[6] 来组)。如果遇到 T[i] != S[i],则不会更新当前 dp[i][j] ,仅仅保留原值。
这里注意:Python如果直接用[[0] * 5] * 5
这样来建立数组可能会出问题,虽然得到也是一个5X5的二维数组,但是如果给其中某个位置赋值,会使整列改变,具体详见博客https://blog.csdn.net/zzc15806/article/details/82629406,应该使用arr = [[0]*5 for _ in range(5)]
。
python
def numDistinct(self, s: str, t: str) -> int:
dp = [[1] * (len(s) + 1)] + [[0] * (len(s) + 1) for _ in range(len(t)+1)]
for i in range(1, len(t)+1):
for j in range(1, len(s)+1):
if s[j-1] == t[i-1]:
dp[i][j] = (dp[i - 1][j - 1] + dp[i][j - 1])
else:
dp[i][j] = dp[i][j - 1]
return dp[len(t)][len(s)]