今日leetcode的每日一题,,从未写过动态规划,直接懵逼 : (
什么是动态规划
https://www.cnblogs.com/hithongming/p/9229871.html
基本思想:
问题的最优解如果可以由子问题的最优解推导得到,则可以先求解子问题的最优解,在构造原问题的最优解;若子问题有较多的重复出现,则可以自底向上从最终子问题向原问题逐步求解。
动态规划特点:
- 把原始问题划分成一系列子问题;
- 求解每个子问题仅一次,并将其结果保存在一个表中,以后用到时直接存取,不重复计算,节省计算时间
- 自底向上地计算。
- 整体问题最优解取决于子问题的最优解(状态转移方程)(将子问题称为状态,最终状态的求解归结为其他状态的求解)
不同的子序列
https://leetcode-cn.com/problems/distinct-subsequences/solution/bu-tong-de-zi-xu-lie-by-leetcode-solutio-urw3/
题目
给定一个字符串 s 和一个字符串 t ,计算在 s 的子序列中 t 出现的个数。
字符串的一个 子序列 是指,通过删除一些(也可以不删除)字符且不干扰剩余字符相对位置所组成的新字符串。(例如,“ACE” 是 “ABCDE” 的一个子序列,而 “AEC” 不是)
题目数据保证答案符合 32 位带符号整数范围。
示例:
输入:s = "babgbag", t = "bag"
输出:5
解释:
如下图所示, 有 5 种可以从 s 中得到 "bag" 的方案。
(上箭头符号 ^ 表示选取的字母)
babgbag
^^ ^
babgbag
^^ ^
babgbag
^ ^^
babgbag
^ ^^
babgbag
^^^
思路
以下为leetcode官方题解
引用部分为个人添加的解释
假设字符串 s 和 t 的长度分别为 m 和 n。如果 t 是 s 的子序列,则 s 的长度一定大于或等于 t 的长度,即只有当 m≥n 时,t 才可能是 s 的子序列。如果 m<n,则 t 一定不是 s 的子序列,因此直接返回 0。
当 m≥n 时,可以通过动态规划的方法计算在 s 的子序列中 t 出现的个数。
创建二维数组 dp,其中 dp[i][j] 表示在 s[i:]] 的子序列中 t[j:] 出现的个数。
上述表示中,s[i:] 表示 s 从下标 i 到末尾的子字符串,t[j:] 表示 tt 从下标 j 到末尾的子字符串。
如:dp[1][1] 为 “abgbag” 中子序列 “ag” 出现的个数为 3
考虑动态规划的边界情况:
-
当 j=n 时,t[j:] 为空字符串,由于空字符串是任何字符串的子序列,因此对任意 0≤i≤m,有 dp[i][n]=1;
-
当 i=