每日一题之不同的子序列

题目链接

给你两个字符串 s 和 t ，统计并返回在 s 的 子序列 中 t 出现的个数。

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：
如下所示, 有 5 种可以从 s 中得到"bag" 的方案。
babgbag
babgbag
babgbag
babgbag
babgbag

提示：

• 1 <= s.length, t.length <= 1000
• s 和 t 由英文字母组成

---

对于这道题目，我们需要统计在字符串s的子序列中字符串t出现的个数。解决这个问题的关键在于如何定义子问题并找到它们之间的递推关系。

首先，我们来定义动态规划的状态。我们可以用dp[i][j]表示字符串s的前i个字符和字符串t的前j个字符中，子序列出现的个数。这样，原问题就可以转化为求解dp[len(s)][len(t)]。

接下来，我们考虑如何通过子问题来求解原问题。假设当前字符s[i]和t[j]相等，那么我们可以选择使用或者不使用该字符。

• 如果我们选择使用该字符，那么子序列出现的个数等于在不使用该字符的情况下，子序列出现的个数加上在使用该字符的情况下，子序列出现的个数。这是因为，如果我们选择使用该字符，那么这个字符必须放到最后一个字符的位置上，然后我们需要求解的就是在字符串s的前i-1个字符和字符串t的前j-1个字符中，子序列出现的个数。也就是dp[i-1][j-1]。
• 如果我们选择不使用该字符，那么子序列出现的个数等于在不使用该字符的情况下，子序列出现的个数。这是因为，即使不使用该字符，我们依然需要在字符串s的前i-1个字符和字符串t的前j个字符中，子序列出现的个数。也就是dp[i-1][j]。

因此，我们可以得到递推关系式：

if s[i] == t[j]:
    dp[i][j] = dp[i-1][j-1] + dp[i-1][j]
else:
    dp[i][j] = dp[i-1][j]

最后，我们需要考虑如何初始化dp数组。当t的长度为0时，无论s的长度是多少，都只有一个子序列，即空串。因此，我们可以初始化dp[0][j] = 1。当s的长度为0时，无论t的长度是多少，都没有子序列，所以dp[i][0] = 0。

最终，计算出dp数组的最后一个元素dp[len(s)][len(t)]，即为所求的结果。

def numDistinct(s, t):
    m, n = len(s), len(t)
    dp = [[0] * (n + 1) for _ in range(m + 1)]  # 初始化dp数组

    for i in range(m + 1):
        dp[i][0] = 1  # 初始化dp数组的第一列

    for i in range(1, m + 1):
        for j in range(1, n + 1):
            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[m][n]