392.判断子序列
思路:本质还是寻找s与t的最长公共子序列,如果最长公共子序列长度与s的长度相同,说明s为t的子序列。因此确定dp数组及其下标含义dp[i][j]为以s[i-1]和t[j-1]的子序列的最长公共子序列长度,递推公式,如果s[i-1]==t[j-1],dp[i][j] = dp[i-1][j-1]+1.如果不相等,dp[i][j] = dp[i][j-1],因为s整段都需要判断,因此不能考虑s删元素的情况,只考虑t删元素的情况。初始化dp数组,都为零,第-1个元素没意义。遍历顺序,从小到大。
class Solution {
public:
bool isSubsequence(string s, string t) {
//判断两个公共子序列的最大长度是不是 短序列的长度
//dp[i][j]表示以s[i-1]和t[j-1]为结尾的两个序列的最长公共序列长度 这样定义方便初始化
//if(s[i-1]==t[j-1]) dp[i][j] = dp[i-1][j-1]+1; else dp[i][j] = max(dp[i-1][j],dp[i][j-1])
int size1 = s.size();
int size2 = t.size();
vector<vector<int>> dp(size1+1,vector<int>(size2+1,0));
int maxnum = 0;
for(int i = 1;i<=size1;i++)
{
for(int j =1;j<=size2;j++)
{
if(s[i-1]==t[j-1])
{
dp[i][j] = dp[i-1][j-1]+1;
maxnum = maxnum>dp[i][j]?maxnum:dp[i][j];
}
else
{
dp[i][j] = dp[i][j-1];
}
}
}
if(maxnum == size1)
{
return true;
}
else
{
return false;
}
}
};
115.不同的子序列
思路:仍然是判断s和t的序列关系,跟上道题的递推公式有些相似,首先定义dp数组及其下标含义dp[i][j]表示以s[i-1]结尾的序列包含以t[j-1]结尾的序列的最大个数。递推公式:如果s[i-1]==t[j-1]有两种情况,第一种考虑s[i-1],最大个数为dp[i-1][j-1],第二种不考虑s[i-1],最大个数为dp[i-1][j]。因此dp[i][j] = dp[i-1][j-1]+dp[i-1][j].如果s[i-1]!=t[j-1],直接不考虑s[i-1].dp[i][j] = dp[i-1][j].初始化dp数组,dp[i][0],s字符串(无论是否为空)一定包含空字符串t,dp[0][j]=0,字符串s为空,t非空时,一定不包含t。遍历顺序,从小到大。
class Solution {
public:
int numDistinct(string s, string t) {
//确定dp数组及其下标含义 dp[i][j] 表示以s[i-1]结尾的字符串包含 以t[j-1]结尾的字符串的个数
//递推公式 如果s[i-1]==t[j-1],dp[i][j]由两种情况组成
//1、使用s[i-1],dp[i][j] = dp[i-1][j-1]; 个数为以s[i-2]和t[i-2]结尾的字符串包含个数
//2、不使用s[i-1],dp[i][j] = dp[i-1][j]; 个数为以s[i-2]和t[i-1]结尾的字符串包含个数
//dp[i][j] = dp[i-1][j-1]+dp[i-1][j];
//初始化dp数组
//dp[i][0]=1 和dp[0][j] = 0,因为s一定包含空字符串,而空字符串不会包含非空字符串。
int size1 = s.size();
int size2 = t.size();
vector<vector<uint64_t>> dp(size1+1,vector<uint64_t>(size2+1,0));
for(int i = 0;i<size1;i++)
{
dp[i][0]=1;
}
for(int i =1;i<=size1;i++)
{
for(int j =1;j<=size2;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[size1][size2];
}
};
int类型数据会溢出,使用uint64_t.