题目:115. 不同的子序列
解决思路:动态规划
dp方程表示的含义:s[i] 和t[j] 索引的元素子序列数量
状态方程
状态方程分析:当s[i] == t[j] 时 dp[i][j] = dp[i-1][j-1] + dp[i-1][j];当s[i] != t[j] 时 dp[i][j] = dp[i-1][j]
先看s[i] == t[j] 时,以s = "rara" t = "ra" 为例,当i = 3, j = 1时,s[i] == t[j]。
此时分为2种情况,s串用最后一位的a + 不用最后一位的a。
如果用s串最后一位的a,那么t串最后一位的a也被消耗掉,此时的子序列其实=dp[i-1][j-1]
如果不用s串最后一位的a,那就得看"rar"里面是否有"ra"子序列的了,就是dp[i-1][j]
所以 dp[i][j] = dp[i-1][j-1] + dp[i-1][j]
再看s[i] != t[j] 比如 s = "rarb" t = "ra" 还是当i = 3, j = 1时,s[i] != t[j]
此时显然最后的b想用也用不上啊。所以只能指望前面的"rar"里面是否有能匹配"ra"的
所以此时dp[i][j] = dp[i-1][j]
代码
class Solution {
public int numDistinct(String s, String t) {
int m = s.length(), n = t.length();
//dp[i][j]:s[0-i]与t[0-j]他们的最长子序列为
int[][] dp = new int[m + 1][n + 1];
for(int i =0;i<=m;i++){
dp[i][0] = 1;
}
for(int i = 1; i <=m;i++){
for(int j =1;j<=n;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[m][n];
}
}
怎么想到这样状态方程的?
一点个人经验,见过的很多2个串的题,大部分都是dp[i][j] 分别表示s串[0...i] 和t串[0...j]怎么怎么样 然后都是观察s[i]和t[j]分等或者不等的情况 而且方程通常就是 dp[i-1][j-1] 要么+ 要么 || dp[i-1][j]类似的。
类似的题比如有 10. 正则表达式匹配 44. 通配符匹配 72. 编辑距离 1143. 最长公共子序列等等的
题目:1143. 最长公共子序列
dp[i][j] 的含义是: 对于 s1[1..i] 和 s2[1..j] ,它们的 最长公共子序列 ⻓度是 dp[i][j]。
状态方程:
代码:
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
int len1 = text1.length(), len2 = text2.length();
int[][] dp = new int[len1+1][len2+1];
for(int i = 1;i <= len1;i++){
for(int j = 1;j <= len2;j++){
if(text1.charAt(i-1) == text2.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 dp[len1][len2];
}
}