一、不同的子序列
(一)dp[i][j]表示 在s截止i-1下标前的字符串中,找到t的j-1下标前字符串的个数
(二)dp[i][j]=dp[i-1][j-1](如果s,t当前遍历到的字符相同,那么dp[i][j]能找到的个数就是dp[i-1][j-1]能找到的个数)+dp[i-1][j](如果当前遍历的相同,有可能s中当前的元素前面出现过,就往前找一位dp[i-1][j])
(三)初始化:dp[i][0]=1第一列=1,意思是,当s不为空、t为空时s中必能找到一个子集(空集)dp[0][j]=0,意思是,当s为空、t不为空时,s中本身为空集找不出来一个子集
(四)遍历顺序,从左到右,从上到下
另外学到了uint64_t这个用法,表示无符号64位整数 ,防止溢出,_t是常用的后缀
class Solution {
public:
int numDistinct(string s, string t) {
vector<vector<uint64_t>>dp(s.size()+1,vector<uint64_t>(t.size()+1,0));
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++){
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()];
}
};
二、两个字符串互删
主要分析一下递推公式:dp[i][j]=dp[i-1][j-1](此为当前遍历的字符相同的情况,此时不需要做删除操作,直接继承前面)dp[i][j]=dp[i-1][j]+1,dp[i][j-1]+1的最小值(此为删除1个word1的当前字符或者删除word2的当前字符,所以在前者的基础上加1)
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>>dp(word1.size()+1,vector<int>(word2.size()+1,0));
dp[0][0]=0;
for(int i=1;i<=word1.size();i++){
dp[i][0]=i;
}
for(int j=1;j<=word2.size();j++){
dp[0][j]=j;
}
for(int i=1;i<=word1.size();i++){
for(int j=1;j<=word2.size();j++){
if(word1[i-1]==word2[j-1])dp[i][j]=dp[i-1][j-1];
else dp[i][j]=min(dp[i-1][j]+1,dp[i][j-1]+1);
}
}
return dp[word1.size()][word2.size()];
}
};
三、编辑距离
有了前面做基础,一遍过~
需要注意的是替换操作的递推公式,dp[i][j]=dp[i-1][j-1]+1
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>>dp(word1.size()+1,vector<int>(word2.size()+1));
for(int i=0;i<=word1.size();i++){
dp[i][0]=i;
}
for(int j=1;j<=word2.size();j++){
dp[0][j]=j;
}
for(int i=1;i<=word1.size();i++){
for(int j=1;j<=word2.size();j++){
if(word1[i-1]==word2[j-1])dp[i][j]=dp[i-1][j-1];
else dp[i][j]=min(min(dp[i-1][j]+1,dp[i][j-1]+1),dp[i-1][j-1]+1);
}
}
return dp[word1.size()][word2.size()];
}
};