算法笔记|Day39动态规划XII

☆☆☆☆☆leetcode 115.不同的子序列

题目链接：leetcode 115.不同的子序列

题目分析

首先将s和t转为char数组char1[]和char2[]。
1.dp数组含义：dp[i][j]表示以char1[i-1]为结尾的char1[]子序列中出现以char2[j-1]为结尾的char2[]子序列的个数；
2.递推公式：if(char1[i-1]==char2[j-1])dp[i][j]=dp[i-1][j-1]+dp[i-1][j]（当s[i-1]与t[j-1]相等时，dp[i][j]可以有两部分组成：一部分是用s[i-1]来匹配，即不需要考虑当前s子串和t子串的最后一位字母，个数为dp[i-1][j-1]；一部分是不用s[i-1]来匹配，个数为dp[i-1][j]），其他情况dp[i][j]=dp[i-1][j]（当s[i-1]与t[j-1]不相等时，dp[i][j]只有一部分组成，不用s[i-1]来匹配，也就是模拟在s中删除这个元素，即dp[i-1][j]）；
3.初始化：所有dp[i][0]=1，所有dp[0][j]=0，dp[0][0]=1；
4.遍历顺序：从小到大。

代码

class Solution {
    public int numDistinct(String s, String t) {
        char char1[]=s.toCharArray();
        char char2[]=t.toCharArray();
        int dp[][]=new int[char1.length+1][char2.length+1];
        for(int i=0;i<=char1.length;i++)
                dp[i][0]=1;
        for(int i=1;i<=char1.length;i++){
            for(int j=1;j<=char2.length;j++){
                if(char1[i-1]==char2[j-1]){
                    dp[i][j]=dp[i-1][j-1]+dp[i-1][j];
                }else{
                    dp[i][j]=dp[i-1][j];
                }
            }
        }
        return dp[char1.length][char2.length];
    }
}

☆☆☆☆☆leetcode 583. 两个字符串的删除操作

题目链接：leetcode 583. 两个字符串的删除操作

题目分析

首先将word1和word2转为char数组char1[]和char2[]。
1.dp数组含义：dp[i][j]表示dp[i][j]：以char1[i-1]为结尾的字符串char1，和以char2[j-1]位结尾的字符串char2，想要达到相等，所需要删除元素的最少次数；
2.递推公式：if(char1[i-1]==char2[j-1])dp[i][j]=dp[i-1][j-1]（当s[i-1]与t[j-1]相等时，不需要删除操作，dp[i][j]为dp[i-1][j-1]；，其他情况dp[i][j]=Math.min(dp[i-1][j]+1,dp[i][j-1]+1)（当s[i-1]与t[j-1]不相等时，在dp[i-1][j]上或者dp[i][j-1]上做删除操作，计数加一取最小值，即Math.min(dp[i-1][j]+1,dp[i][j-1]+1)）；
3.初始化：所有dp[i][0]=i，所有dp[0][j]=j；
4.遍历顺序：从小到大。

代码

class Solution {
    public int minDistance(String word1, String word2) {
        char char1[]=word1.toCharArray();
        char char2[]=word2.toCharArray();
        int dp[][]=new int[char1.length+1][char2.length+1];
        for(int i=0;i<=char1.length;i++)
            dp[i][0]=i;
        for(int j=0;j<=char2.length;j++)
            dp[0][j]=j;
        for(int i=1;i<=char1.length;i++){
            for(int j=1;j<=char2.length;j++){
                if(char1[i-1]==char2[j-1]){
                    dp[i][j]=dp[i-1][j-1];
                }else{
                    dp[i][j]=Math.min(dp[i-1][j]+1,dp[i][j-1]+1);
                }
            }
        }
        return dp[char1.length][char2.length];
    }
}

还可以利用最长公共子序列的结果，删除操作的最小次数即为两个字符串长度之和减去最长公共子序列个数的二倍。
class Solution {
    public int minDistance(String word1, String word2) {
        char char1[]=word1.toCharArray();
        char char2[]=word2.toCharArray();
        int dp[][]=new int[char1.length+1][char2.length+1];
        for(int i=1;i<=char1.length;i++){
            for(int j=1;j<=char2.length;j++){
                if(char1[i-1]==char2[j-1]){
                    dp[i][j]=dp[i-1][j-1]+1;
                }else{
                    dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1]);
                }
            }
        }
        return char1.length+char2.length-dp[char1.length][char2.length]*2;
    }
}

☆☆☆☆☆leetcode 72. 编辑距离

题目链接：leetcode 72. 编辑距离

题目分析

首先将word1和word2转为char数组char1[]和char2[]，注意增添元素和删除元素在操作次数上是一致的，所以可以不考虑增添元素的情况，只考虑删除元素和修改元素的情况。
1.dp数组含义：dp[i][j]表示dp[i][j]：以char1[i-1]为结尾的字符串char1，和以char2[j-1]位结尾的字符串char2，想要达到相等，所需要操作的最少次数；
2.递推公式：if(char1[i-1]==char2[j-1])dp[i][j]=dp[i-1][j-1]（当s[i-1]与t[j-1]相等时，不需要删除操作，dp[i][j]为dp[i-1][j-1]；，其他情况dp[i][j]=Math.min(Math.min(dp[i-1][j]+1,dp[i][j-1]+1),dp[i-1][j-1]+1)（当s[i-1]与t[j-1]不相等时，在dp[i-1][j]上或者dp[i][j-1]上做删除操作或者在dp[i-1][j-1]上做替换操作，计数加一取最小值，即Math.min(dp[i-1][j]+1,dp[i][j-1]+1)）；
3.初始化：所有dp[i][0]=i，所有dp[0][j]=j；
4.遍历顺序：从小到大。

代码

class Solution {
    public int minDistance(String word1, String word2) {
        char char1[]=word1.toCharArray();
        char char2[]=word2.toCharArray();
        int dp[][]=new int[char1.length+1][char2.length+1];
        for(int i=0;i<=char1.length;i++)
            dp[i][0]=i;
        for(int j=0;j<=char2.length;j++)
            dp[0][j]=j;
        for(int i=1;i<=char1.length;i++){
            for(int j=1;j<=char2.length;j++){
                if(char1[i-1]==char2[j-1]){
                    dp[i][j]=dp[i-1][j-1];
                }else{
                    dp[i][j]=Math.min(Math.min(dp[i-1][j]+1,dp[i][j-1]+1),dp[i-1][j-1]+1);
                }
            }
        }
        return dp[char1.length][char2.length];
    }
}