day 55|● 392.判断子序列 ● 115.不同的子序列-CSDN博客

本文链接：https://blog.csdn.net/qq_44132116/article/details/129172850

文章介绍了如何使用动态规划算法解决两个字符串之间的子序列判断和不同子序列计数问题。在子序列判断中，通过构建二维DP矩阵来检查目标字符串是否为源字符串的子序列；在不同的子序列计数中，利用相同思路更新DP矩阵以计算目标字符串在源字符串中出现的次数。

摘要由CSDN通过智能技术生成

392. 判断子序列

给定字符串 s 和 t ，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？

致谢：

特别感谢 @pbrother 添加此问题并且创建所有测试用例。

示例 1：

输入：s = "abc", t = "ahbgdc"
输出：true
示例 2：

输入：s = "axc", t = "ahbgdc"
输出：false

解：

//用动态规划中的最长公共子序列，如果长度与s.size()相等，则为true;
class Solution {
public:
    bool isSubsequence(string s, string t) {
        vector<vector<int>>dp(t.size()+1,vector<int>(s.size()+1,0));
        int result=0;
        for(int i=1;i<=t.size();i++)
        {
            for(int j=1;j<=s.size();j++)
            {
                if(t[i-1]==s[j-1])
                    dp[i][j]=dp[i-1][j-1]+1;
                else
                    dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
                result=max(dp[i][j],result);
                if(result==s.size()) return true;
            }
        }
        if(result==s.size()) return true;
        return false;
    }
};

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。
rabbbit
rabbbit
rabbbit

示例 2：
输入：s = "babgbag", t = "bag"
输出：5
解释：
如下图所示, 有 5 种可以从 s 中得到 "bag" 的方案。 
babgbag
babgbag
babgbag
babgbag
babgbag

解：

//当遇到相同的字母时，dp[i][j]=dp[i-1][j-1]+dp[i-1][j-1];
//当字母不相同时，直接dp[i][j]=dp[i][j-1];
//初始值先所有数组初始为0,但是dp[0][j]都要初始为1，可以思考成t为空字符时有1种方法
/*举例
"aabb"
"ab"
*/

class Solution {
public:
    int numDistinct(string s, string t) {
    if(s.size()==1) 
    {
        if(s[0]==t[0]) return 1;
        else 
            return 0;
    }
    if(t.size()>s.size()) return 0;

    vector<vector<uint64_t>> dp(t.size() + 1, vector<uint64_t>(s.size() + 1,0));
    for(int j=0;j<=s.size();j++) dp[0][j]=1;
    for(int i=1;i<=t.size();i++)
    {
        for(int j=i;j<=s.size();j++)
        {
            if(t[i-1]==s[j-1])
            {
                dp[i][j]=dp[i-1][j-1]+dp[i][j-1];
            }
            else
            {
                dp[i][j]=dp[i][j-1];
            } 
        }
    }
    return dp[t.size()][s.size()];
    }
};