原题网址:点击打开原题
题目描述:
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。
一个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。不是指连续的子序列。(例如,
"ACE"
是"ABCDE"
的一个子序列,而"AEC"
不是)如:
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。
(上箭头符号 ^ 表示选取的字母)rabbbit
^^^^ ^^rabbbit
^^ ^^^^rabbbit
^^^ ^^^
分析:
这是一道动态规划题,解决动态规划有以下四步
- 刻画一个最优解的结构特征
- 递归的定义解的结构
- 计算最优解的值,通常采用自底向上的方法
- 利用计算出的信息构造一个最优解
再来看看本道题,在不破话相对顺序的前提下,子序列的个数,我们定义dp[i][j]为子序列t[0.....i-1]出现在s[0......j-1]中的个数,有两种情况。
动态规划:
在动态规划方法中,每一个步骤都要进行一次选择,且选择的结果通常依赖子问题的解
- t[i-1] != s[j-1]这个很简单就能看出来,子序列t[0.....i-1]出现在s[0......j-1]中的个数就是子序列t[0.....i-1]出现在s[0......j-2]中的个数,dp[i][j] = dp[i][j-1],以此类推。
- t[i-1] = s[j-1]时,这时候dp[i][j]的值就分为两个部分了。
上述只是分析过程,而且还是自顶向下的,通常我们要采用自底向上的方法去解决问题
- 包括s[j-1]的子序列,这时候t的最后一位字符就是s的最后一位字符,那么我们只要计算t[0.....i-2]出现在s[0......j-2]中的个数。
- 不包括s[j-1]的子序列,需要计算的依然是t[0.....i-1]出现在s[0......j-2]的个数。
- 此时dp[i][j] = dp[i][j-1] + dp[i-1][j-1]
代码:
class Solution: def numDistinct(self, s, t): """ :type s: str :type t: str :rtype: int """ ls = len(s) lt = len(t) dp = [[0]*(ls+1) for i in range(lt+1)] # 定义一个二维数组,且都为0 for j in range(ls+1): dp[0][j] = 1 # 再动态规划中,每一步都要进行一次选择,但选择通常依赖子问题的解 # 这也是动态规划与贪心算法的不同之处 for i in range(1, lt+1): for j in range(1, ls+1): if s[j-1] == t[i-1]: dp[i][j] = dp[i][j-1] + dp[i-1][j-1] else: dp[i][j] = dp[i][j-1] return dp[lt][ls]
上述代码复杂度为O(n*m),同时还需要一个额外的二维数组空间,后面的其他题目我会尝试优化
由于leetcode只是提交解题代码,我一般都是自己在本地实现全过程
刷题的GitHub:https://github.com/letterbeezps/leetcode-algorithm