leetcode(力扣) 392. 判断子序列 （动态规划详解）

题目在这：https://leetcode-cn.com/problems/is-subsequence/

思路分析:

之前写过这道题，使用的是 双指针法，比较简单,感兴趣的可以去看看.
392. 判断子序列 （双指针法）

今天再次更新这道题是因为最近在学习动态规划。
使用动态规划做这道题。

1.确定dp数组的含义:

dp[i][j] 表示 以i-1为结尾的s串，和以j-1为结尾的t串 的子序列长度。

2.确定状态转移公式:

本题要从t中找s。

• 如果 s[i-1] == t[j-1]:

  • 则说明找到了相同的元素，由于dp[i][j]记录的是子序列的长度，所以此时相较于之前记录的dp要加1. 即 dp[i][j] = dp[i-1][j-1] +1

• 如果 s[i-1]!= t[j-1]:

  • 则说明此时的t需要删除元素，即此时指向t的指针往后挪动，并没有改变子序列的长度，所以dp数组所记录的长度也不改变。此时dp[i][j] = dp[i][j-1]

配合下面这张图理解。
这里再简单的说一下，每个方格的左上角记录的是 s串上一个元素和t串上一个元素的子序列长度，每个方格的左边记录的是当前s串元素和t串的上一个元素的子序列长度。
所以才有了递推公式，相等取左上角加一，不相等取左边的值。

注意:这里所说的上一个元素是指从开头到上一个元素的子序列

3.初始化dp数组

我们将第一行和第一列都初始化成0，因为这道题要判断s是否是t的子序列，所以这两行是没有意义的，初始化成0.最后只需要判断dp最后一个元素长度是否是s的长度就行了。

4.确定遍历顺序

显然我们要按住s串去遍历t串，拿每一个s串的元素去t串里遍历。当s串遍历完成，则结束程序，
所以外围循环是循环s串，内层循环t串。

完整代码

class Solution:
    def isSubsequence(self, s: str, t: str) -> bool:
           

        dp = [[0] * (len(t)+1) for _ in range(len(s)+1)]
        # 二维列表推导式建立二维数组，先一维 后二维，即用一维去二维里遍历，看有几个。
        print(dp)
        for i in range(1,len(s)+1):
            for j in range(1,len(t)+1):
                if s[i-1] == t[j-1]:
                    dp[i][j] = dp[i-1][j-1]+1
                else:
                    dp[i][j] = dp[i][j-1]
                                        
        print(dp)
        return True if dp[-1][-1] == len(s) else False