392.判断子序列
1.动规。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]。(这样定义的优势在之前的博客中已经解释过,在此不多赘述)
if (s[i - 1] == t[j - 1]),那么dp[i][j] = dp[i - 1][j - 1] + 1;,因为找到了一个相同的字符,相同子序列长度自然要在dp[i-1][j-1]的基础上加1(如果不理解,在回看一下dp[i][j]的定义)
if (s[i - 1] != t[j - 1]),此时相当于t要删除元素,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,即:dp[i][j] = dp[i][j - 1];
(一开始我用最长公共子序列那题的模板也过了,但是在状态转移部分稍显冗余。看了随想录的题解才明白,本题求的是s是否是t的子序列,所以出现不匹配情况时s不用“回溯”只需要将t的位置往前移一步就行,事实上我感觉这里类似于双指针的思想。)
class Solution {
public:
bool isSubsequence(string s, string t) {
vector<vector<int>> dp(s.size() + 1, vector<int>(t.size() + 1, 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;
else
dp[i][j] = dp[i][j - 1];
}
}
if (dp[s.size()][t.size()] == s.size())
return true;
return false;
}
};
2.双指针法,了解到双指针法也能做的时候我自己尝试写了写,缝缝补补几次也AC了。但是当我重新看自己的代码时需要想一会才能弄清楚逻辑,不像官解,一眼就能明白甚至不需要注释,在此贴上官解代码。
class Solution {
public:
bool isSubsequence(string s, string t) {
int n = s.length(), m = t.length();
int i = 0, j = 0;
while (i < n && j < m) {
if (s[i] == t[j]) {
i++;
}
j++;
}
return i == n;
}
};
115.不同的子序列
1.动规,二维数组版。dp[i][j]:以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。
确定递推公式:(这一部分我觉得随想录讲的比较好就贴上来了)
这一类问题,基本是要分析两种情况s[i - 1] 与 t[j - 1]相等s[i - 1] 与 t[j - 1] 不相等当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,那么个数为dp[i - 1][j - 1]。即不需要考虑当前s子串和t子串的最后一位字母,所以只需要 dp[i-1][j-1]。一部分是不用s[i - 1]来匹配,个数为dp[i - 1][j]。这里可能有录友不明白了,为什么还要考虑 不用s[i - 1]来匹配,都相同了指定要匹配啊。例如: s:bagg 和 t:bag ,s[3] 和 t[2]是相同的,但是字符串s也可以不用s[3]来匹配,即用s[0]s[1]s[2]组成的bag。当然也可以用s[3]来匹配,即:s[0]s[1]s[3]组成的bag。所以当s[i - 1] 与 t[j - 1]相等时,dp[i][j] = dp[i - 1][j - 1] + 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(就是模拟在s中删除这个元素),即:dp[i - 1][j]所以递推公式为:dp[i][j] = dp[i - 1][j];这里可能有录友还疑惑,为什么只考虑 “不用s[i - 1]来匹配” 这种情况, 不考虑 “不用t[j - 1]来匹配” 的情况呢。(下面的话是关键,这也是为什么不用s[i - 1]来匹配时,只有s需要开倒车而t不需要开倒车的原因)这里大家要明确,我们求的是 s 中有多少个 t,而不是 求t中有多少个s,所以只考虑 s中删除元素的情况,即 不用s[i - 1]来匹配 的情况。
初始化也有坑:dp[i][0] 表示:以i-1为结尾的s可以随便删除元素,出现空字符串的个数。那么dp[i][0]一定都是1,因为也就是把以i-1为结尾的s,删除所有元素,出现空字符串的个数就是1。再来看dp[0][j],dp[0][j]:空字符串s可以随便删除元素,出现以j-1为结尾的字符串t的个数。那么dp[0][j]一定都是0,s如论如何也变成不了t。最后就要看一个特殊位置了,即:dp[0][0] 应该是多少。dp[0][0]应该是1,空字符串s,可以删除0个元素,变成空字符串t。
还有就是int会溢出,开辟数组最好使用uint64_t型变量。
class Solution {
public:
int numDistinct(string s, string t) {
vector<vector<uint64_t>> dp(s.size() + 1,
vector<uint64_t>(t.size() + 1, 0));
for (int i = 0; i <= s.size(); i++)
dp[i][0] = 1;
for (int j = 1; j <= t.size(); j++)
dp[0][j] = 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];
} else {
dp[i][j] = dp[i - 1][j];
}
}
}
return dp[s.size()][t.size()];
}
};
2.一维数组优化,不借助临时变量逆序滚动。
class Solution {
public:
int numDistinct(string s, string t) {
vector<uint64_t> dp(t.size() + 1, 0);
dp[0] = 1;
for (int i = 1; i <= s.size(); i++) {
for (int j = t.size(); j > 0; j--) {
if (s[i - 1] == t[j - 1]) {
dp[j] += dp[j - 1];
}
}
}
return dp[t.size()];
}
};
3.借助临时变量正序滚动。(做多了都是套路,我现在也讲不好……)
class Solution {
public:
int numDistinct(string s, string t) {
vector<uint64_t> dp(t.size() + 1, 0);
dp[0] = 1;
int temp1;
for (int i = 1; i <= s.size(); i++) {
temp1 = 1;
for (int j = 1; j <= t.size(); j++) {
int temp2 = dp[j];
if (s[i - 1] == t[j - 1]) {
dp[j] += temp1;
}
temp1 = temp2;
}
}
return dp[t.size()];
}
};
今日总结:子序列问题。