leetcode——第392题——判读子序列（编辑距离）

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;
    }
};