代码随想录算法训练营Day45||Leetcode 115.不同的子序列 、583. 两个字符串的删除操作、 72. 编辑距离

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()];
    }
};