1.LeetCode 115.不同的子序列
题目链接:https://leetcode.cn/problems/distinct-subsequences/
文章链接:https://programmercarl.com/0115.不同的子序列.html
视频链接:https://www.bilibili.com/video/BV1fG4y1m75Q/
思路:
1.确定dp数组(dp table)以及下标的含义
dp[i][j]:以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。
2.确定递推公式
两种情况:
- s[i - 1] 与 t[j - 1]相等
-
- 用s[i - 1]来匹配: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,只考虑s子串中0至i-2下标内的字母是否与子串t中0至i-2下标内的子串是否匹配。
-
- 不用s[i - 1]来匹配:个数为dp[i - 1][j]。即,不需要考虑当前s子串的最后一位字母,只考虑s子串中0至i-2下标内的字母是否与子串t是否匹配。
此时,dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
- 不用s[i - 1]来匹配:个数为dp[i - 1][j]。即,不需要考虑当前s子串的最后一位字母,只考虑s子串中0至i-2下标内的字母是否与子串t是否匹配。
- s[i - 1] 与 t[j - 1] 不相等
此时,dp[i][j] = dp[i - 1][j];
3.dp数组如何初始化
dp[i][0] 表示: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。即,dp[i][0]一定都是1;
dp[0][j]:空字符串s可以随便删除元素,出现以j-1为结尾的字符串t的个数。即,dp[0][j]一定都是0;
dp[0][0]应该是1。
注意:当i或j为0时,子串是空字符串。
每次当初始化的时候,都要回顾一下dp[i][j]的定义,不要凭感觉初始化。
4.确定遍历顺序
从上到下,从左到右
5.返回值
dp数组最后一个元素。
dp[length1][length2]。
解法:
class Solution {
public int numDistinct(String s, String t) {
//1.定义dp数组
//dp[i][j]:表示以i-1结尾s子串中出现以j-1结尾t子串的个数
int[][] dp = new int[s.length()+1][t.length()+1];
//2.递推公式
/**
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];
}
*/
//3.初始化
for (int i=0;i<s.length()+1;i++) {
dp[i][0] = 1;
}
//4.遍历顺序
for (int i=1;i<s.length()+1;i++) {
for (int j=1;j<t.length()+1;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[s.length()][t.length()];
}
}
2. LeetCode 583. 两个字符串的删除操作
题目链接:https://leetcode.cn/problems/delete-operation-for-two-strings/
文章链接:https://programmercarl.com/0583.两个字符串的删除操作.html#思路
视频链接:https://www.bilibili.com/video/BV1we4y157wB/
思路:
1.确定dp数组(dp table)以及下标的含义
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。
2.确定递推公式
当word1[i - 1] 与 word2[j - 1]相同的时候:dp[i][j] = dp[i - 1][j - 1];
当word1[i - 1] 与 word2[j - 1]不相同的时候,有三种情况:
情况一:删word1[i - 1],最少操作次数为dp[i - 1][j] + 1
情况二:删word2[j - 1],最少操作次数为dp[i][j - 1] + 1
情况三:同时删word1[i - 1]和word2[j - 1],操作的最少次数为dp[i - 1][j - 1] + 2
那最后取最小值,所以当word1[i - 1] 与 word2[j - 1]不相同的时候,递推公式:dp[i][j] = min({dp[i - 1][j - 1] + 2, dp[i - 1][j] + 1, dp[i][j - 1] + 1});
因为 dp[i][j - 1] + 1 = dp[i - 1][j - 1] + 2,所以递推公式可简化为:dp[i][j] = min(dp[i - 1][j] + 1, dp[i][j - 1] + 1);
3.dp数组如何初始化
for (int i=0;i<word1.length()+1;i++) {
dp[i][0] = i;
}
for (int j=0;j<word2.length()+1;j++) {
dp[0][j] = j;
}
4.确定遍历顺序
从上到下,从左到右
5.返回值
dp数组最后一个元素
class Solution {
public int minDistance(String word1, String word2) {
//1.定义dp
//dp[i][j] 表示以i-1结尾的序列与以j-1结尾的序列含有相同子序列的最小删除次数
int[][] dp = new int[word1.length()+1][word2.length()+1];
//2.递推公式
/**
if (word1.charAt(i) == word2.charAt(j)) {
dp[i][j] = dp[i-1][j-1];
} else {
dp[i][j] = Math.min(dp[i-1][j]+1,dp[i][j-1]+1);
}
*/
//3.初始化
for (int i=0;i<word1.length()+1;i++) {
dp[i][0] = i;
}
for (int j=0;j<word2.length()+1;j++) {
dp[0][j] = j;
}
//4.遍历顺序
for (int i=1;i<word1.length()+1;i++) {
for (int j=1;j<word2.length()+1;j++) {
if (word1.charAt(i-1) == word2.charAt(j-1)) {
dp[i][j] = dp[i-1][j-1];
} else {
dp[i][j] = Math.min(dp[i-1][j]+1,dp[i][j-1]+1);
}
}
}
return dp[word1.length()][word2.length()];
}
}
注意:本题也可以使用最长公共子序列的方法解决。因为本题最终获取的子序列就是最长的公共子序列。
3. LeetCode 72. 编辑距离
题目链接:https://leetcode.cn/problems/edit-distance/description/
文章链接:https://programmercarl.com/0072.编辑距离.html#思路
视频链接:https://www.bilibili.com/video/BV1qv4y1q78f/
1.确定dp数组(dp table)以及下标的含义
dp[i][j] 表示以下标i-1为结尾的字符串word1,和以下标j-1为结尾的字符串word2,最近编辑距离为dp[i][j]。
或者:dp[i][j]表示以i-1结尾的序列转换成以j-1结尾的序列所使用的最少的操作数。
注意:题目是将word1转成word2,则只需要对word1进行操作。
2.确定递推公式
a.word1[i - 1] == word2[j - 1]: 说明不用任何编辑,即:dp[i][j] = dp[i - 1][j - 1];
b.word1[i - 1] != word2[j - 1]:
i.word1删除一个元素。即:dp[i][j] = dp[i - 1][j] + 1;
ii.word1添加一个元素。而word1添加一个元素等价于word2删除一个元素。即:dp[i][j] = dp[i][j - 1] + 1;
iii.word1替换一个元素。即:dp[i][j] = dp[i - 1][j - 1] + 1;
综上:当 word1[i - 1] != word2[j - 1]时取最小的,即:dp[i][j] = Math.min(Math.min(dp[i][j - 1] + 1,dp[i - 1][j] + 1),dp[i - 1][j - 1] + 1);
3.dp数组如何初始化
dp[i][0]是对word1里的元素全部做删除操作,即:dp[i][0] = i;
dp[0][j]是对word1里的元素全部做插入操作,即:dp[0][j] = j;
注意:0代表是空字符串。
4.确定遍历顺序
从左到右从上到下去遍历。
5.返回值
dp数组最后一个元素。
class Solution {
public int minDistance(String word1, String word2) {
//1.定义dp数组
//dp[i][j]表示以i-1结尾的序列转换成以j-1结尾的序列所使用的最少的操作数
int[][] dp = new int[word1.length()+1][word2.length()+1];
//2.递推公式
/**
if (word1.charAt(i-1) == word2.charAt(j-1)) {
dp[i][j] = dp[i-1][j-1];
} else {
delete = dp[i-1][j]+1;
transfer = dp[i-1][j-1]+1;
insert = dp[i][j-1]+1;
dp[i][j] = Math.min(insert,delete,transfer);
}
*/
//3.初始化
// 删除
for (int i=0;i<word1.length()+1;i++) {
dp[i][0] = i;
}
// 插入
for (int j=0;j<word2.length()+1;j++) {
dp[0][j] = j;
}
//4.遍历顺序
int delete;
int transfer;
int insert;
for (int i=1;i<word1.length()+1;i++) {
for (int j=1;j<word2.length()+1;j++) {
if (word1.charAt(i-1) == word2.charAt(j-1)) {
dp[i][j] = dp[i-1][j-1];
} else {
delete = dp[i-1][j]+1;
transfer = dp[i-1][j-1]+1;
insert = dp[i][j-1]+1;
dp[i][j] = Math.min(Math.min(insert,delete),transfer);
}
}
}
return dp[word1.length()][word2.length()];
}
}