文章目录
day55学习内容
day55主要内容
- 判断子序列
- 不同的子序列
声明
本文思路和文字,引用自《代码随想录》
一、判断子序列
1.1、动态规划五部曲
1.1.1、 确定dp数组(dp table)以及下标的含义
- dp[i][j]表示字符串s的前i个字符和字符串t的前j个字符时,s的前i个字符能在t的前j个字符中形成的最长子序列的长度。
1.1.2、确定递推公式
-
初始化:
- 创建一个二维数组(或表),其大小基于两个字符串的长度。这个表用于保存中间结果,具体地,表中的每个位置
(i, j)
存储的是考虑s
的前i
个字符和t
的前j
个字符时,s
能在t
中表示的最大子序列的长度。
- 创建一个二维数组(或表),其大小基于两个字符串的长度。这个表用于保存中间结果,具体地,表中的每个位置
-
填表策略:
- 遍历这两个字符串的每个字符,对于字符串
s
的每个字符,检查它是否在字符串t
中的当前位置字符相等。 - 如果相等,这意味着这个字符可以成为考虑到目前为止的子序列的一部分,此时子序列的长度可以增加。
- 如果不相等,就查看不包括当前字符的最长子序列长度(即之前的最优解)。
1.1.3、 dp数组如何初始化
-
数组维度:
dp
是一个(length1+1) x (length2+1)
的二维数组,其中length1
和length2
分别是字符串s
和t
的长度。- 为什么是
length+1
?这是为了包含空字符串的情况,使得索引操作可以直接使用字符串的长度,方便理解和编码。
-
基础值设置:
dp[0][0]
表示两个空字符串的最长子序列长度,自然是0。dp[i][0]
表示任意长度的字符串s
与空字符串t
的最长子序列长度,也是0,因为空字符串不包含任何字符,所以最长子序列只能是空,长度为0。dp[0][j]
同理,表示空字符串s
与任意长度的字符串t
的最长子序列长度也是0。
在Java中,所有数组元素默认初始化为0。因此,可以直接声明数组,无需显式设置上述基础值(因为它们都是0)。但为了清晰,有时候在逻辑上理解我们确实是"初始化"这些值为0
。
int[][] dp = new int[length1+1][length2+1];
// 默认情况下,Java中的int数组元素初始化为0
// 所以 dp[0][0], dp[i][0], dp[0][j] 都已经被初始化为0
1.1.4、确定遍历顺序
从小到大遍历
1.1.5、输出结果
- 最后,查看整个表的最后一个元素(它代表了两个字符串完整考虑时的最长子序列长度)。如果这个长度等于
s
的长度,那么可以确认s
是t
的子序列。 - 否则,
s
不是t
的子序列。
1.2、代码
class Solution {
public boolean isSubsequence(String s, String t) {
// 获取输入字符串s和t的长度
int length1 = s.length();
int length2 = t.length();
// 创建一个动态规划表格,大小为 (length1+1)x(length2+1)
// dp[i][j]表示字符串s的前i个字符是否可以在字符串t的前j个字符中以子序列的形式出现
int[][] dp = new int[length1+1][length2+1];
// 通过双层循环填充动态规划表
for(int i = 1; i <= length1; i++){
for(int j = 1; j <= length2; j++){
// 如果s的第i个字符与t的第j个字符相等
if(s.charAt(i-1) == t.charAt(j-1)){
// 表示这两个字符可以形成子序列的一部分
// dp[i][j]在dp[i-1][j-1]的基础上加1
dp[i][j] = dp[i-1][j-1] + 1;
}else{
// 如果不相等,那么忽略t的这个字符,看s的前i个字符是否可以在t的前j-1个字符中形成子序列
dp[i][j] = dp[i][j-1];
}
}
}
// 最终判断s的长度是否等于dp表中s和t全部考虑后的值
// 如果等于,表示s可以完整地作为子序列在t中出现
if(dp[length1][length2] == length1){
return true;
}else{
return false;
}
}
}
二、不同的子序列–写不出来,抄的
2.1、动态规划五部曲
2.1.1、 确定dp数组(dp table)以及下标的含义
- 其中dp[i][j]代表考虑s的前i个字符时,有多少种方法可以形成t的前j个字符作为子序列。
2.1.2、确定递推公式
- 外层循环遍历字符串
s
的每一个字符,内层循环遍历字符串t
的每一个字符。 - 如果当前
s
和t
的字符相同(s.charAt(i-1) == t.charAt(j-1)
),这时有两种选择:- 使用这个字符:如果我们决定使用
s
中的这个字符作为子序列的一部分,那么我们需要看在不包括这个字符之前,有多少种方式可以匹配t
中除去当前字符的剩余部分(dp[i-1][j-1]
)。 - 不使用这个字符:同时,我们还可以选择不使用
s
中的这个字符,看有多少种方式可以只使用s
中前面的部分来匹配t
中当前长度(dp[i-1][j]
)。
- 使用这个字符:如果我们决定使用
- 将这两种选择的结果相加得到
dp[i][j]
。 - 如果当前
s
和t
的字符不同,那么dp[i][j]
的值就等于dp[i-1][j]
,意味着我们只能选择忽略s
中的这个字符,看前面的部分如何匹配。
2.1.3、 dp数组如何初始化
数组dp的所有行的第一列都被初始化为1 (dp[i][0] = 1)。这是因为一个非空字符串形成一个空字符串的子序列只有一种方法,那就是删除所有字符。所以,无论s的长度如何,总是有一种方法(删除所有字符)来匹配空字符串t。
2.1.4、确定遍历顺序
外层循环 - 遍历
s(源字符串)
在外层循环中,我们遍历字符串s
,即考虑的是从s
的开始到第i
个字符的所有可能子序列。i
从1
到s.length()
,这表示我们逐步增加考虑的s
的长度:
for (int i = 1; i < s.length() + 1; i++) {
...
}
为什么从1
开始:i=1
代表至少考虑s
的第一个字符。这里的索引是针对动态规划数组dp
设置的,其中dp[i][...]
表示的是包括s
的前i
个字符(由于数组从0
开始,所以i-1
在字符串中是第i
个字符)。
内层循环 - 遍历
t(目标子序列字符串)
内层循环遍历字符串t
,即考虑的是从t
的开始到第j
个字符的所有可能情况。j
从1
到t.length()
,这代表逐步增加考虑的t
的长度:
for (int j = 1; j < t.length() + 1; j++) {
...
}
为什么从1
开始:同样,j=1
表示至少包括t
的第一个字符。dp[...][j]
在动态规划数组中代表包括t
的前j
个字符的所有考虑。
3. 总结
这样的遍历策略(先逐个增加s
的长度,对于每个s
的长度再逐个增加t
的长度)是解决这类字符串动态规划问题的常用方法。它确保了每个子问题都被按依赖顺序解决,每次迭代都在构建之前结果的基础上进行,从而有效地填充了整个动态规划表。这种方法不仅逻辑清晰,而且在实现上也便于编码和调试。
2.1.5、输出结果
dp[s.length()][t.length()]
存储的是使用整个s
字符串来形成整个t
字符串作为子序列的方法数。
2.2、代码
class Solution {
public int numDistinct(String s, String t) {
// 创建一个二维数组dp,大小为(s.length() + 1) x (t.length() + 1)
int[][] dp = new int[s.length() + 1][t.length() + 1];
// 初始化dp数组的第一列,所有dp[i][0]设置为1
// 因为一个非空字符串形成一个空字符串的子序列只有一种方法,即删除所有字符
for (int i = 0; i < s.length() + 1; i++) {
dp[i][0] = 1;
}
// 使用双层循环遍历字符串s和t
for (int i = 1; i < s.length() + 1; i++) {
for (int j = 1; j < t.length() + 1; j++) {
// 如果s和t在当前位置字符相同
if (s.charAt(i - 1) == t.charAt(j - 1)) {
// dp[i][j] 可以由两部分组成:
// 1. 使用当前匹配的字符,即加上dp[i-1][j-1]
// 2. 不使用s中的当前字符,即dp[i-1][j]
dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
} else {
// 如果当前字符不匹配,那么只能考虑不使用s中的当前字符的情况
dp[i][j] = dp[i - 1][j];
}
}
}
// dp[s.length()][t.length()]包含了使用整个s字符串匹配整个t字符串的方法数
return dp[s.length()][t.length()];
}
}
总结
1.感想
- 完美的补上了进度。666
- 又一题hard题。。
2.思维导图
本文思路引用自代码随想录,感谢代码随想录作者。