代码随想录第二十五天|动态规划（9）

目录

LeetCode 115. 不同的子序列

LeetCode 583. 两个字符串的删除操作

LeetCode 72. 编辑距离

总结

---

LeetCode 115. 不同的子序列

题目链接：LeetCode 115. 不同的子序列

思想：还是老样子动归五部曲试试看吧。第一步确定dp数组以及下标含义，dp[i][j]是以i-1为结尾的s子序列中出现以j-1为结尾的t的个数。其次就是确定递推公式，这一类问题就分析两种情况，分别是s[i-1]==t[j-1]和s[i-1]!=t[j-1]。当s[i-1]==t[j-1]时，dp[i][j]可以有两部分组成，一部分使用s[i-1]来匹配，那么个数为dp[i-1][j-1]。即不需要考虑当前s子串和t子串的最后一位字母，只需要dp[i-1][j-1]。另一部分是不用s[i-1]来匹配，其个数为dp[i-1][j]。所以当s[i-1]与t[j-1]相等时，dp[i][j]=dp[i-1][j-1]+dp[i-1][j]；当s[i-1]!=t[j-1]时，dp[i][j]只有一部分组成，其不用s[i-1]匹配，即dp[i][j]=dp[i-1][j]。从递推公式来看，dp[i][j]是从其上方和左上方推出来的，所以需要将dp[i][0]和dp[0][j]初始化。这里思考dp[i][0]和dp[0][j]的意义，dp[i][0]是以i-1为结尾的s可以随便删除元素，出现空字符串的个数。那么就一定是1。dp[0][j]也是一样的。遍历顺序的话就从上往下从左往右遍历就行了。

代码如下：

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

时间复杂度：O(n^2)，空间复杂度：O(n^2)。

LeetCode 583. 两个字符串的删除操作

题目链接：LeetCode 583. 两个字符串的删除操作

思想：本题跟上题差不多，首先就是动归五部曲了。第一步dp的含义dp[i][j]：以i-1为结尾的字符串word1，和以j-1位结尾的字符串word2，想要达到相等，所需要删除元素的最少次数。。其次就是递推公式了，这题有些许变化，当还是由两部分组成，第一部分s[i-1]=t[j-1]的时候，dp[i][j]=dp[i-1][j-1]因为不需要改变任何字母，而当s[i-1]!=t[j-1]的时候有三种情况。删除s[i-1]，删除t[j-1]，同时删除s[i-1]和t[j-1]，其对应的递推公式分别是dp[i-1][j]+1，dp[i][j-1]+1和dp[i-1][j-1]+2。然后取他们中间的最小值就行了。初始化的话，dp[i][0]所对应的意思就是s字符要删除至少多少个字符才能和空字符相等，显而易见就是删除i个字符。同理dp[0][j]也是。遍历顺序也是和上题一样的。

代码如下：

    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1, vector<int>(word2.size()+1,0));
        for (int i = 0; i <= word1.size(); i++) dp[i][0] = i;
        for (int j = 0; j <= word2.size(); j++) dp[0][j] = j;
        for (int i = 1; i <= word1.size(); i++) {
            for (int j = 1; j <= word2.size(); j++) {
                dp[i][j] = word1[i-1] == word2[j-1] ? dp[i-1][j-1] : min(dp[i-1][j]+1,dp[i][j-1]+1);
            }
        }
        return dp[word1.size()][word2.size()];
    }

时间复杂度：O(n^2)，空间复杂度：O(n^2)。

LeetCode 72. 编辑距离

题目链接：LeetCode 72. 编辑距离

思想：本题跟上题差不多一模一样，但只有一个不一样，就是递推公式，当s[i-1]!=t[j-1]的时候， 有三种情况，插入，删除，替换。插入就相当于t减少，也就是dp[i][j-1]+1，删除就是dp[i-1][j]+1，替换就是dp[i-1][j-1]+1。

代码如下：

    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1, vector<int>(word2.size()+1));
        for (int i = 0; i <= word1.size(); i++) dp[i][0] = i;
        for (int j = 0; j <= word2.size(); j++) dp[0][j] = j;
        for (int i = 1; i <= word1.size(); i++) {
            for (int j = 1; j <= word2.size(); j++) {
                if (word1[i-1] == word2[j-1]) {
                    dp[i][j] = dp[i-1][j-1];
                } else {
                    dp[i][j] = min({dp[i-1][j]+1, dp[i][j-1]+1, dp[i-1][j-1]+1});
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }

时间复杂度：O(n^2)，空间复杂度：O(n^2)。

总结

还是写不出来。