题目:392.判断子序列
文章链接:代码随想录
视频链接:LeetCode:392.判断子序列
题目链接:力扣题目链接
图释:
class Solution {
public:
bool isSubsequence(string s, string t) {
// dp[i][j]数组表示: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],即dp[i][0]和dp[0][j]无意义
vector<vector<int>> dp(s.size()+1, vector<int>(t.size()+1, 0));
// 由递推公式可知,dp[i][j]由dp[i][j-1]和dp[i-1][j-1]推导出来,所以必须对dp[i][0]进行初始化(并且由于开始公共子序列长度为0),
// 其余的可以不初始化,方便一起初始化为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]+1;
// if(s[i-1]!=t[j-1])那么dp[i][j]的数值就是 看s[i-1]与t[j-2]的比较结果,即dp[i][j]=dp[i][j-1];
else dp[i][j] = dp[i][j-1];
}
}
if(dp[s.size()][t.size()] == s.size()) return true;
// 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
// 所以如果dp[s.size()][t.size()]与字符串s的长度相同说明
// s与t的最长相同子序列就是s,那么s就是t的子序列
return false;
}
};
题目:115.不同的子序列
文章链接:代码随想录
视频链接:LeetCode:115.不同的子序列
题目链接:力扣题目链接
图释:
class Solution {
public:
int numDistinct(string s, string t) {
// uint64_t 表示 unsigned long int 或 unsigned long long int uint64_t;
// dp[i][j]数组的含义:以s[i-1],t[j-1]结尾的字符,s的子序列中t出现的次数
vector<vector<uint64_t>> dp(s.size()+1, vector<uint64_t>(t.size()+1));
// 初始化
for(int i=0; i<s.size(); i++) dp[i][0] = 1; // 把第一行赋值为1,当t字符串为空时,s序列中出现过1次
for(int j=1; j<t.size(); j++) dp[0][j] = 0; // 把第一列赋值为0,当s字符串为空时, s不可能出现t字符串,所以为0
for(int i=1; i<=s.size(); i++){
for(int j=1; j<=t.size(); j++){
if(s[i-1] == t[j-1]){ // 字符相等
// dp[i-1][j]可以看成在s[0:i-2]子序列中找t[0:j-1]中总共出现多少次,这一项其实不用管s[i-1]和t[j-1]到底相不相等,就是一个base;
// 然后在这个base基础上又多出来一些情况,也就是s[i-1]和t[j-1]相等时dp[i-1][j-1]。因此dp[i-1][j]可以看成base
// dp[i-1][j-1]可以看成增量,二者相加就是dp[i][j]考虑的所有情况了
dp[i][j] = dp[i-1][j] + dp[i-1][j-1];
}
else{
dp[i][j] = dp[i-1][j]; // base基础
}
}
}
return dp[s.size()][t.size()];
}
};