2022.12.1 am

【刷dp题目】//今天的题目不太会，直接学吧。

1.判断子序列（392题）：

本题把dp数组定义成布尔类型不太方便，定义成：以下标i-1为结尾的字符串s和以下标j-1为结尾的字符串t，相同子序列的长度为dp[i][j]。这样最后只用判断dp[s.size()][t.size()] == s.size()，如果相等就说明s是t的子序列。

这个题相当于编辑距离的一个简单版本，在遍历s和t的时候有两种情况：s[i - 1] == t[j - 1]（说明t中找到了一个字符在s中也出现了，那么这个时候就是在上一个字符的基础上加一，也就是dp[i][j] = dp[i - 1][j - 1] + 1）和s[i - 1] != t[j - 1]（说明t中需要删除元素，因为s是必须每个字符都匹配上的，那这个t中元素和s中元素不相同，只能把t中的元素删除，也就是此处的相同子序列长度还是t以j-2位置结尾的那个长度，dp[i][j] = dp[i][j - 1]）。

2.不同的子序列（115题）：

本题是要求s中t的个数了。定义为：以i-1为结尾的s中出现以j-1为结尾的t的个数为dp[i][j]。还是有两种情况：s[i - 1] == t[j - 1]和s[i - 1] != t[j - 1]。

当s[i - 1] == t[j - 1]时，有两种情况，一部分是用s[i - 1]来匹配，那么个数为dp[i - 1][j - 1]，一部分是不用s[i - 1]来匹配，个数为dp[i - 1][j]。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。

当s[i - 1] != t[j - 1]时，dp[i][j]只有一部分组成，不用s[i - 1]来匹配，即dp[i - 1][j]。

初始化：dp[i][0] = 1（s中出现空串的个数就是1，相当于删除所有元素）。dp[0][j] = 0（空串中出现任何字符串的个数都是0）。另外dp[0][0]应该也是1。

另外就是有测例很长，所以dp数组里数据用到uint64_t。

3.两个字符串的删除操作（583题）：

比起上一题，这个题是两个字符串都可以删了（上一题t是不能删的，只能删s）。还有一点不同，上一题求的是不同的个数，也就是说我们不追求一个最小值，所以即使相等的时候我们也是有两种方式（用它匹配或不用它匹配），而这一题求的是最少的操作次数，那相等的时候就不要麻烦了，一定要用它匹配。

当word1[i - 1]与word2[j - 1]相同的时候，dp[i][j] = dp[i - 1][j - 1]; 也就是没有加操作数。

当word1[i - 1]与word2[j - 1]不相同的时候，可以删word1[i - 1]或者word2[j - 1]，dp[i][j] = min(dp[i - 1][j] + 1, dp[i][j - 1] + 1); 也就是操作数要加上一了。

初始化还是dp[0][j] = j，dp[i][0] = i。

4.编辑距离（72题）：

上面的题目都是只能做删除操作。本题有三种操作：插入、删除、替换。也是要将word1转换成word2，求最少步数（叫编辑距离）。dp[i][j]表示以下标i-1结尾的word1和以下标j-1结尾的word2的最近编辑距离。

如果word[i - 1] == word2[j - 1]，还是不用操作，dp[i][j] = dp[i - 1][j - 1]。

如果word[i - 1] != word2[j - 1]现在就有增删换三种情况可以操作了。①word1删除一个元素，即i-2结尾的word1与j-1结尾的word2的最近编辑距离再加上一个操作。②word2删除一个元素（其实一方删除和另一方添加是一个效果，最终的操作数是一样的），即i-1结尾的word1与j-2结尾的word2的最近编辑距离再加上一个操作。③替换元素，即i-2结尾的word1与j-2结尾的word2的最近编辑距离再加上一个替换元素的操作。最终取最小的操作数：dp[i][j] = min({dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]}) + 1;

初始化依然和上面一样的。

//以上四道题其实都是类似的，第一题第二题只能删除其中一个字符串中的元素，第三题可以删两个字符串中的元素了，第四题的操作变成了三种（但其实插入可以转换为删除）。而且一般这种题都是定义为以i-1和j-1结尾的，这样比较好写。

5.回文字串（647题）：

dp[i][j]表示区间范围[i,j]（左闭右闭）的子串是否是回文子串（布尔类型）。

整体情况还是两种，s[i] != s[j]的时候肯定是dp[i][j] = false，那s[i] == s[j]的时候就要分情况了，①i和j相等，也就是就一个字符，例如a，那肯定是回文子串，②i和j相差1，例如aa，也是回文子串，③i和j相差大于1，例如cabac，我们此时就要看dp[i + 1][j - 1]是否为true。

本题的遍历顺序，根据递推关系，dp[i][j]依赖dp[i + 1][j - 1]，那i要从大到小遍历，j要从小到大遍历才行。当然一定要注意定义是[i,j]，要求j>=i。

然后本题要求的是数量，所以维护一个result来记录数量。每次出现一个dp为true的时候，也就是又找到了一个回文子串，result++。

另外，这个题其实用双指针法，空间复杂度会更小（时间复杂度都是O(N^2)）。通过中心点向两边扩散看是不是对称的。那么中心点有两种情况，一个元素或者两个元素都可以作为中心点。所以可以分开调用函数计算。遍历s，以i为中心，以i和i+1为中心，所有i的这两个结果都要加到result上。那么扩散的这个函数其实就是双指针，传入s，两个中心点（如果是一个就传一样的），s的结尾处（这样比较方便）。然后while循环，中心点开始扩散，两个对称就结果加一，然后继续扩散，不对称了就结束。

6.最长回文子序列（516题）：

本题就是不要求连续了，定义为：字符串s在[i,j]范围内最长的回文子序列的长度为dp[i][j]。注意是长度，所以如果s[i]与s[j]相同，那么dp[i][j] = dp[i + 1][j - 1] + 2;（注意是加2）。如果s[i]与s[j]不相同，说明s[i]和s[j]同时加入并不能增加[i,j]区间回文子串的长度，那么分别加入s[i]、s[j]看看哪一个可以组成最长的回文子序列，即dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);，那么根据递推关系可以看出来，i要从大到小遍历，j要从小到大遍历。

初始化：首先要考虑当i和j相同的情况，从递推公式可以看出，递推公式是计算不到i和j相同时候的情况（因为j要从i+1开始遍历，只会填充正方形的右上半部分，而右上半部分需要对角线初始化），所以需要手动初始化一下，当i与j相同，那么dp[i][j]一定是等于1的，即一个字符的回文子序列长度就是1。

本题主要容易出错的问题就是要初始化对角线（因为要根据对角线填充右上角的位置），还有遍历的时候j从i+1开始。