LeetCode-115不同的子序列（python）

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

1. 刻画一个最优解的结构特征
2. 递归的定义解的结构
3. 计算最优解的值，通常采用自底向上的方法
4. 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

1. 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。
2. 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 

   1. 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。
   2. 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。
   3. 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