392.判断子序列
这题使用双指针解法更简单一些
bool isSubsequence(string s, string t) {
if (s.size() > t.size())
return false;
int j = 0;
for (int i = 0; i < t.size() && j < s.size(); ++i) {
// 元素相等则j后移
if (t[i] == s[j])
++j;
}
// 如果 j = s.size() 说明 t 是 s 的公共子序列
return j == s.size();
}
动规写法与 1143.最长公共子序列 相同,如果最后的最长公共子序列等于t.size(),则说明t是s的子串
bool isSubsequence(string s, string t) {
if (s.size() > t.size())
return false;
if (s.size() == 0)
return true;
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;
if (dp[i][j] == s.size())
return true;
}
else
dp[i][j] = std::max(dp[i][j - 1], dp[i - 1][j]);
}
}
return false;
}
115.不同的子序列
(做完编辑距离怎么感觉这题比编辑距离还难)
这题难在递推时的状态分类
1、DP数组定义: dp[i][j] 表示以 t[j - 1] 为结尾的子串能在以 s[i - 1] 为结尾的子串中匹配的次数
2、DP数组初始化:首列元素初始化为1,s的所有子串都能与空字符串匹配一次
3、递推公式:
· 基础——dp[i - 1][j]:不使用s[i - 1]时的匹配数,无论s[i - 1]是否等于t[j - 1],dp[i][j] 至少都会继承这个值
· 新增——dp[i - 1][j - 1]:如果s[i - 1]是否等于t[j - 1],则加上这个使用s[i - 1]时的匹配数
(实际为不使用s[i - 1],也不使用t[j - 1]时的匹配数,但由于s[i - 1] == t[j - 1],所以使用后当前匹配数与其相等,所以dp[i - 1][j - 1]可以理解为使用s[i - 1]时的匹配数)
4、遍历顺序:从上到下从左到右遍历,先遍历nums1或nums2都可以
int numDistinct(string s, string t) {
// dp[i][j]表示以 t[j - 1] 为结尾的子串能在以 s[i - 1] 为结尾的子串中匹配的次数
vector<vector<long long>> dp(s.size() + 1, vector<long long>(t.size() + 1, 0));
// dp[i][0]全部初始化为1,s的所有子串都能与空字符串匹配一次
for (int i = 0; i <= s.size(); ++i)
dp[i][0] = 1;
for (int i = 1; i <= s.size(); ++i) {
for (int j = 1; j <= t.size(); ++j) {
// dp[i - 1][j]为不使用s[i - 1]时的匹配数(继承之前的)
dp[i][j] = dp[i - 1][j] % (1000000000 + 7);
if (s[i - 1] == t[j - 1])
// dp[i - 1][j - 1]可以理解为使用s[i - 1]时的匹配数(新加入的)
dp[i][j] += dp[i - 1][j - 1] % (1000000000 + 7);
}
}
return dp[s.size()][t.size()];
}