0编辑距离困难 LeetCode115. 不同的子序列

115. 不同的子序列

描述

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。

分析

整个遍历思路是用t中的一个字符串作为一个子序列，去s中找和这个子序列匹配的子序列个数。就是说让从头到下表是i-1的t子序列去与从头到下标时j-1的s匹配，看在这个s中能找到多少从头到i-1的t子序列。

• dp[i][j]
  dp[i][j]表示从头到下表是i-1的t子序列在从头到下标时j-1的s子字符串的出现个数
• 动态转移方程
  t.charAt(i-1) == s.charAt(j-1)：dp[i][j] = dp[i-1][j-1] + dp[i][j-1];
  相等的时候为什么要加上dp[i][j-1]呢？因为dp[i][j-1]的作用是继承前面已经匹配的结果。
  dp[i][j-1] 代表前面已经匹配的个数，具体指长度是i的t，在长度是j-1的s中已经匹配的个数，现在求dp[i][j]，则应当继承前面已经匹配的结果。
  dp[i-1][j-1] 代表与当前下标是j-1的s子串匹配的个数，没有累计j-1之前的个数。dp[i-1][j-1]的计算：因为t.charAt(i-1) 已经等于s.charAt(j-1)，所以只需要考虑i-1、j-1之前的匹配情况。
  t.charAt(i-1) != s.charAt(j-1)： dp[i][j] = dp[i][j-1];
  若t.charAt(i-1) 不等于s.charAt(j-1)，那只需要继承前面已经匹配的结果。
• 初始化
  dp[0][j]全部为1,因为dp[i][j]是依赖它的上面和左面，若为0，则整个dp[][]全部为0.

class Solution {
    public int numDistinct(String s, String t) {
        int n = t.length();
        int m = s.length();
        int[][] dp = new int[n+1][m+1];
        for(int i = 0; i <= m; i++){
            dp[0][i] = 1;
        }
        for(int i = 1; i <= n; i++){
        //j没必要从1开始，因为在s中找到与t相等的子序列，至少要大于等于t的长度。
            for(int j = i; j<= m; j++){
                if(t.charAt(i-1) == s.charAt(j-1)){
                    dp[i][j] = dp[i-1][j-1] + dp[i][j-1];
                }else{
                    dp[i][j] = dp[i][j-1];
                }
            }
        }
        return dp[n][m];
    }
}