- 不同的子序列
给定一个字符串 s 和一个字符串 t ,计算在 s 的子序列中 t 出现的个数。
字符串的一个 子序列 是指,通过删除一些(也可以不删除)字符且不干扰剩余字符相对位置所组成的新字符串。(例如,“ACE” 是 “ABCDE” 的一个子序列,而 “AEC” 不是)
题目数据保证答案符合 32 位带符号整数范围。
示例 1:
输入:s = “rabbbit”, t = “rabbit”
输出:3
解释:
如下图所示, 有 3 种可以从 s 中得到 “rabbit” 的方案。
rabbbit
rabbbit
rabbbit
示例 2:
输入:s = “babgbag”, t = “bag”
输出:5
解释:
如下图所示, 有 5 种可以从 s 中得到 “bag” 的方案。
babgbag
babgbag
babgbag
babgbag
babgbag
提示:
0 <= s.length, t.length <= 1000
s 和 t 由英文字母组成
1.用回溯算法做,会有一部分样例超出时间限制,但思路简单
class Solution {
int count=0;
string path;
void BackTracking(string s, string t,int start_index)
{
if(path.size)
if(path==t)
{
count++;
return;
}
for(int i=start_index;i<s.size();i++)
{
path.push_back(s[i]);
BackTracking(s,t,i+1);
path.pop_back();
}
}
public:
int numDistinct(string s, string t) {
BackTracking(s,t,0);
return count;
}
};
正确做法,二维动态规划
class Solution {
public:
int numDistinct(string s, string t) {
vector<vector<uint64_t>> dp(s.size()+1,vector<uint64_t>(t.size()+1,0));//用int只有32位,会溢出,所以用uint64_t
for(int i=0;i<=s.size();i++)
{
dp[i][0]=1;//删除s的所有元素,匹配空字符串的方式都是1
}
for(int j=1;j<=t.size();j++)
{
dp[0][j]=0;//s是空字符串,当t有字符的时候,匹配结果都是0
}
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];//s[i]==t[j]时,可以匹配结果是dp[i-1][j-1],也可以不匹配,结果是dp[i-1][j],所以最终结果是dp[i][j]=dp[i-1][j-1]+dp[i-1][j];
}
else
{
dp[i][j]=dp[i-1][j];//不相等时,无法匹配,就是dp[i-1][j]
}
}
}
return dp[s.size()][t.size()];
}
};