392.判断子序列
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)。
进阶:
如果有大量输入的 S,称作 S1, S2, ... , Sk 其中 k >= 10亿,你需要依次检查它们是否为 T 的子序列。在这种情况下,你会怎样改变代码?
致谢:
特别感谢 @pbrother 添加此问题并且创建所有测试用例。
示例 1:
输入:s = "abc", t = "ahbgdc"
输出:true
示例 2:
输入:s = "axc", t = "ahbgdc"
输出:false
提示:
0 <= s.length <= 100
0 <= t.length <= 10^4
两个字符串都只由小写字符组成。
要点:dp[i][j]的定义是以i-1结尾的字符串s与以j-1结尾的字符串t的最大相等子序列长度,那么当结果等于s的长度时,说明字符串s是字符串t的子序列。递推公式分两种情况,一是当s[i-1]与t[j-1]相等时,说明找到了一个元素相等,dp[i][j]的长度在dp[i-1][j-1]的基础上加1;二是当s[i-1]与t[j-1]不相等时,说明保持原来长度,原来的长度里,子串s参数肯定不能变,于是dp[i][j] = dp[i][j-1]。
class Solution {
public:
bool isSubsequence(string s, string t) {
vector<vector<int>> dp(s.size() + 1, vector<int>(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;
}
};
解法代码:代码随想录 (programmercarl.com)
115.不同的子序列
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。
示例 1:
输入:s = "rabbbit", t = "rabbit"
输出:3
解释:
如下所示, 有 3 种可以从 s 中得到 "rabbit" 的方案。
rabbbit
rabbbit
rabbbit
示例 2:
输入:s = "babgbag", t = "bag"
输出:5
解释:
如下所示, 有 5 种可以从 s 中得到 "bag" 的方案。
babgbag
babgbag
babgbag
babgbag
babgbag
提示:
1 <= s.length, t.length <= 1000
s 和 t 由英文字母组成
要点:dp数组的定义是dp[i][j]表示以i-1结尾的字符串s的子序列中 以j-1为结尾的t序列出现的个数。当s[i-1] == t[j-1]时,这里这样思考会容易理解一些:
如果不加上s的第i个元素和t的第j个元素,这个出现的个数为dp[i-1][j-1],那么两边都加上相同的元素后,这dp[i-1][j-1]个同样算在内(同样满足条件),但是如果这dp[i-1][j-1]本来就可以满足字符串t加上第j个元素后的判断呢?所以还需要考虑这种情况进去才算完备。
即dp[i][j] = dp[i-1]dp[j-1] + dp[i-1][j]
当s[i-1]!=t[j-1]时,只有一种情况,就是s都不用加第i个元素,反正都不相等,但得加上t的第j个元素,因为他是判断条件。
即dp[i][j] = dp[i-1][j]
class Solution {
public:
int numDistinct(string s, string t) {
vector<vector<uint64_t>> dp(s.size() + 1, vector<uint64_t>(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()];
}
};