代码随想录算法训练营第五十五天|392.判断子序列、115.不同的子序列

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()];
    }
};