leetcode392判断子序列

题目

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。

字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）

解析

---

精简版
题目：两个字符串，一个s是否为另一个t的子序列（不连续）
思考：根据之前的规律，不连续的可能不用变量存最大值，且每个值都需要处理
1.确定dp数组
dp[i][j]: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]，注意定义的时候先定义成长度
2.递推公式
不连续的话：
if (s[i - 1] == t[j - 1])，那么dp[i][j] = dp[i - 1][j - 1] + 1;
if (s[i - 1] != t[j - 1])，那么由于s <=t，dp[i][j] = dp[i][j - 1]

总计：
1.这道题被评价为简单，应该就是双指针法，用双指针法比较简单，没有必要非动态规划；
2.如果动态规划的话，考虑如下几点：

• 两个字符串，dp是二维数组
• 为了写代码方便，都是定义下标是i-1，j-1等
• 不连续的话，需要判断每次循环中相等的时候如何处理，不等的时候如何处理，所以不需要有临时变量存
• 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];
• 在这里解释下为什么要删除，因为这道题定义的dp是下标为-1时的子序列长度，不相等则删除就是为了取相同子序列的长度而已。其实这道题用动态规划不太好

---

完整版
这是一道入门的编辑距离问题。
首先这道题已经明确表示了，s是否为t的子序列，那么s的长度一定是小于等于t的；
1.确定dp数组及下标的含义（由于有两个字符串，因此dp数组是二维）
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]（和前几道题的定义方式一样）。相当于题目问的是是否为子序列，但是这里判断为长度，看长度是否相等
2.确定递推公式
if (s[i - 1] == t[j - 1])，那么dp[i][j] = dp[i - 1][j - 1] + 1;
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];

3.初始化dp数组
由于dp数组的含义是 用下标减1 的，所以都初始化为0（dp数组的含义是相同子序列的长度）

func isSubsequence(s string, t string) bool {
    m := len(s)
    n := len(t)
    dp := make([][]int, m+1)
    for i := range dp {
        dp[i] = make([]int, n+1)
    }
    for i := 1; i <= m; i++ {
        for j := 1; j <= n; 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]
            }
        }
    }
    return dp[m][n] == len(s)
}

注意上面的两个循环中，为什么有等于，还是因为dp数组在定义的时候，定义的是-1。

---

这里还可以用贪心+双指针的方法

func isSubsequence(s string, t string) bool {
    m := len(s)
    n := len(t)
    i, j := 0, 0
    for i < m && j < n {
        if s[i] == t[j] {
            i++
        }
        j++
    }
    return i == m
}