题目:
给定字符串 s 和 t ,判断 s 是否为 t 的子序列。
字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符相对位置形成的新字符串。(例如,"ace"是"abcde"的一个子序列,而"aec"不是)。
进阶:
如果有大量输入的 S,称作 S1, S2, … , Sk 其中 k >= 10亿,你需要依次检查它们是否为 T 的子序列。在这种情况下,你会怎样改变代码?
class Solution {
/*
动态规划五部曲
* 1、确定dp数组以及下标的含义
* dp[i] [j] 表示以下标 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]。
* 本题是判断 s 是否为 t 的子序列,也就是判断,t 的长度时否 大于等于 s。
* 也就是 行 是较小的字符串,列 是较大的字符串。
* 在第 3 步中解释了为什么要定义为 i-1 和 j-1 ,而不是 i 和 j 。
* 2、确定递推公式
* 操作一:if (s[i - 1] == t[j - 1])
* t 中找到了一个字符在s中也出现了
* 那么dp[i] [j] = dp[i - 1] [j - 1] + 1
* 操作二:if (s[i - 1] != t[j - 1])
* 相当于 t 要删除元素,继续匹配,t 如果把当前元素t[j - 1]删除,
那么dp[i] [j] 的数值就是 看s[i - 1]与 t[j - 2]的比较结果了
* 也就是等于左边的值。 dp[i] [j] = dp[i] [j - 1]
* 3、dp 数组初始化
* 由递推公式看,dp[i] [0] 和 dp[0] [j] 都是需要初始化的
* 从递推公式可以解释,为什么要把 dp 数组定义为 i-1 结尾 和 j-1 结尾的字符串,
* 因为这样的定义在 dp 二维矩阵中可以留出初始化的空间
* 如果要是定义的dp[i] [j]是以下标i为结尾的字符串s和以下标j为结尾的字符串t,初始化就比较麻烦了。
* 4、确定遍历顺序
* dp[i] [j] 都是依赖于前一个的状态,因此遍历顺序一定是从上到下,从左往右。
*/
public:
bool isSubsequence(string s, string t)
{
vector<vector<int>> dp(s.size() + 1, vector<int>(t.size() + 1, 0));
// 错误一: 终止条件没有 加上 等于。这是不对的,想终止条件的时候,一定得连着 dp数组和字符串一起想
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] + 1;
}
else
{
dp[i][j] = dp[i][j - 1];
}
}
}
if(dp[s.size()][t.size()] == s.size()) return true;
else return false;
}
};