Day40 | 115.不同的子序列 583. 两个字符串的删除操作 72. 编辑距离

086小包字

于 2024-08-16 18:33:12 发布

阅读量741

点赞数 17

文章标签：算法 leetcode 动态规划数据结构 java

本文链接：https://blog.csdn.net/q864508127/article/details/141257206

版权

语言

Java

115.不同的子序列

不同的子序列

题目

给你两个字符串 s 和 t ，统计并返回在 s 的 子序列 中 t 出现的个数，结果需要对 109 + 7 取模。

思路

本题依旧采用动规五部曲分析

1.理解dp数组的含义：

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]

2.递推公式：

两种情况

s[i - 1] 与 t[j - 1]相等 dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
s[i - 1] 与 t[j - 1] 不相等 dp[i][j] = dp[i - 1][j];

3.初始化：

dp[i][0] = 1;

4.遍历顺序：

从递推公式dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j]; 和 dp[i][j] = dp[i - 1][j]; 中可以看出dp[i][j]都是根据左上方和正上方推出来的

5.举例推导

代码

class Solution {
    public int numDistinct(String s, String t) {
        int[][] dp = new int[s.length() + 1][t.length() + 1];
        for (int i = 0; i < s.length() + 1; i++) {
            dp[i][0] = 1;
        }

        for(int i = 1; i < s.length() + 1; i++) {
            for(int j = 1; j < t.length() + 1; j++) {
                if (s.charAt(i - 1) == t.charAt(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.length()][t.length()];
    }
}

易错点

在递推公式中：取不取这个字母比较难想，不取就相当于删除。

583. 两个字符串的删除操作

两个字符串的删除操作

题目

给定两个单词 word1 和 word2 ，返回使得 word1 和 word2 相同所需的最小步数。

每步可以删除任意一个字符串中的一个字符。

思路

1.确定dp数组（dp table）以及下标的含义

dp[i][j]：以i-1为结尾的字符串word1，和以j-1位结尾的字符串word2，想要达到相等，所需要删除元素的最少次数

2.确定递推公式

当word1[i - 1] 与 word2[j - 1]相同的时候

dp[i][j] = dp[i - 1][j - 1] + 1;

当word1[i - 1] 与 word2[j - 1]不相同的时候

dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);

3.dp数组如何初始化

从递推公式中，可以看出来，dp[i][0] 和 dp[0][j]是一定要初始化的。

dp[i][0]：word2为空字符串，以i-1为结尾的字符串word1要删除多少个元素，才能和word2相同呢，很明显dp[i][0] = i

4.确定遍历顺序

从递推公式 dp[i][j] = min(dp[i - 1][j - 1] + 2, min(dp[i - 1][j], dp[i][j - 1]) + 1); 和dp[i][j] = dp[i - 1][j - 1]可以看出dp[i][j]都是根据左上方、正上方、正左方推出来的

5.举例推导dp数组

代码

class Solution {
    public int minDistance(String word1, String word2) {
        int len1 = word1.length();
        int len2 = word2.length();
        int[][] dp = new int[len1 + 1][len2 + 1];

        for (int i = 1; i <= len1; i++) {
            for (int j = 1; j <= len2; j++) {
                if (word1.charAt(i - 1) == word2.charAt(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 len1 + len2 - dp[len1][len2] * 2;
    }
}

易错点

这道题的主要难点还是在推导公式。考虑删除的那种情况

72. 编辑距离

编辑距离

题目

给你两个单词 word1 和 word2， 请返回将 word1 转换成 word2 所使用的最少操作数 。

你可以对一个单词进行如下三种操作：

插入一个字符
删除一个字符
替换一个字符

思路

1.确定dp数组（dp table）以及下标的含义

dp[i][j] 表示以下标i-1为结尾的字符串word1，和以下标j-1为结尾的字符串word2，最近编辑距离为dp[i][j]。

2.确定递推公式

分为两种大的情况

相等时

dp[i][j] = dp[i - 1][j - 1];

不相等时

dp[i][j] = Math.min(Math.min(dp[i - 1][j - 1] + 1, dp[i][j - 1] + 1), dp[i - 1][j] + 1);

不相等中有增加，删除，替换其中取最小