算法训练day52-动态规划-判断子序列、不同的子序列

文章介绍了如何使用动态规划算法判断一个字符串是否是另一个字符串的子序列,以及计算不同子序列的数量。通过创建二维dp数组并遍历字符串,根据字符匹配情况更新dp值,最终得出结果。代码示例以Java编写。
摘要由CSDN通过智能技术生成

392.判断子序列

给定字符串 st ,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)。

进阶:

如果有大量输入的 S,称作 S1, S2, ... , Sk 其中 k >= 10亿,你需要依次检查它们是否为 T 的子序列。在这种情况下,你会怎样改变代码?

解题思路

动态规划分析如下:

  1. 确定dp数组及下标含义

dp[i][j] : 表示字符串s[i-1] ,字符串t[j-1] 的最大公共子序列为dp[i][j]. 因为s是t的子序列,所以这里的长度s<=t

  1. 确定递推公式

情况一:s[i-1] == t[j-1] ,dp[i][j] = dp[i-1][j-1] + 1;

情况二:s[i-1] !=t[j-1] ,这个时候需要t删除一个字符去和s比较,所以dp[i][j] = dp[i][j-1] ;

  1. 初始化

dp[0][0] 和 dp[i][0] 都初始化为0.也就是数组的默认值,并且由于之前采用i-1和j-1的方式,使得初始化便利了许多。

  1. 确定遍历顺序

先s后t 从前向后遍历

  1. 输出结果

根据dp[i][j]的定义来看,最终只需要比较dp[s.length()][t.length()] 是否等于 s.length即可

代码示例-java

class Solution {
    public boolean isSubsequence(String s, String t) {
        int lens = s.length();
        int lent = t.length();
        // 定义dp数组
        int[][] dp = new int[lens+1][lent+1];
        for(int i=1;i<=lens;i++){
            for(int j=1;j<=lent;j++){
                if(s.charAt(i-1)==t.charAt(j-1)){
                    dp[i][j] = dp[i-1][j-1] + 1;
                }else{
                    dp[i][j] = dp[i][j-1];
                }
            }
        }
        return dp[lens][lent] == lens; 
    }
}

115.不同的子序列

给定一个字符串 s 和一个字符串 t ,计算在 s 的子序列中 t 出现的个数。

字符串的一个 子序列 是指,通过删除一些(也可以不删除)字符且不干扰剩余字符相对位置所组成的新字符串。(例如,"ACE" 是 "ABCDE" 的一个子序列,而 "AEC" 不是)

题目数据保证答案符合 32 位带符号整数范围。

示例 1:

输入:s = "rabbbit", t = "rabbit"输出:3
解释:
如下图所示, 有 3 种可以从 s 中得到 "rabbit" 的方案。
rabbbitrabbbitrabbbit

解题思路

  1. 确定dp数组下标及含义

dp[i][j] :表示以i-1为结尾的s子序列中出现j-1为结尾的t的个数。

  1. 确定递推公式

情况一:s[i-1]==t[j-1]

s和t都不包含最后一位时,用s[i-1]匹配,dp[i][j] = dp[i-1][j-1]

不用s[i-1]匹配,dp[i][j] = dp[i-1][j]

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

情况二:s[i-1]!=t[j-1]

在s中删除某些元素来匹配

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

3.初始化

dp[i][0] = 1;(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。)

dp[0][j] = 0;(空字符串s,显然不包含任何t,所以是0)

代码示例-java

class Solution {
    public int numDistinct(String s, String t) {
       int len1 = s.length();
       int len2 = t.length();
       // 定义dp数组
       int[][] dp = new int[len1+1][len2+1];
       // 初始化
       for(int i=0;i<len1+1;i++){
          dp[i][0] = 1;
       }
       for(int i=1;i<len1+1;i++){
           for(int j=1;j<len2+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[len1][len2];
    }
}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值