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，结果需要对 109 + 7 取模。

本题主要难在递推公式的推导处，和前面的题不同的是，本题需要统计子序列t在s中出现的次数，而不是是否出现，因此动态规划数组的值是记录子序列出现的次数。做法如下：
（1）dp数组
dp[i][j]：以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。
（2）递推公式
注意，这种问题基本分两种情况：s[i - 1] 与 t[j - 1]相等；s[i - 1] 与 t[j - 1] 不相等。
s[i - 1] 与 t[j - 1]相等时，dp[i][j]可以由两部分组成。
一部分是用s[i - 1]来匹配，那么个数为dp[i - 1][j - 1]。即不需要考虑当前s子串和t子串的最后一位字母，所以只需要 dp[i-1][j-1]。
一部分是不用s[i - 1]来匹配，个数为dp[i - 1][j]。（我就错在没考虑这点，相等时子序列也有可能在前面已经出现，即s在[0,i - 2]中已经出现过[0,j - 1]的t）例如： s：bagg 和 t：bag ，s[3] 和 t[2]是相同的，但是字符串s也可以不用s[3]来匹配，即用s[0]s[1]s[2]组成的bag。当然也可以用s[3]来匹配，即：s[0]s[1]s[3]组成的bag。
所以当s[i - 1] 与 t[j - 1]相等时，dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
当s[i - 1] 与 t[j - 1]不相等时，dp[i][j]只有一部分组成，不用s[i - 1]来匹配（就是模拟在s中删除这个元素），即：dp[i - 1][j]，所以递推公式为：dp[i][j] = dp[i - 1][j]
（3）初始化（也是易错点）
从递推公式dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j]和 dp[i][j] = dp[i - 1][j]中可以看出dp[i][j] 是从上方和左上方推导而来，那么 dp[i][0] 和dp[0][j]是一定要初始化的。
dp[i][0] 表示：以i-1为结尾的s可以随便删除元素，出现空字符串的个数。那么dp[i][0]一定都是1，因为也就是把以i-1为结尾的s，删除所有元素，出现空字符串的个数就是1。
再来看dp[0][j]，dp[0][j]：空字符串s可以随便删除元素，出现以j-1为结尾的字符串t的个数。那么dp[0][j]一定都是0，s无论如何也变成不了t。
最后就要看一个特殊位置了，即dp[0][0]应该是1，空字符串s，可以删除0个元素，变成空字符串t。
（4）遍历顺序
从上到下，从左到右
（5）举例

代码如下

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()];
    }
};