非科班菜鸡算法学习记录 | 代码随想录算法训练营第55天|| 392.判断子序列 115.不同的子序列

文章介绍了如何使用动态规划方法解决两个字符串s和t的子序列问题,分别展示了`isSubsequence`和`numDistinct`两种情况下的解决方案,关注状态转移方程和状态数组dp的应用。
摘要由CSDN通过智能技术生成

392.判断子序列
392. Is Subsequence

知识点:动规
状态:不会
思路:

// d【i】【j】是到i-1,j-1的最长相同字串数

因为s是t的子序列,当i-1=j-1时,长度加一;当不等于时,相当于不要j-1这个数,长度跟到j-2的长度相同,即dp[i][j] = dp[i][j-1]

class Solution {
public:
    
    bool isSubsequence(string s, string t) {
        vector<vector<int>> dp(s.size()+1, vector<int>(t.size()+1, 0)); // d【i】【j】是到i-1,j-1的最长相同字串数
        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] + 1;
                }
                else dp[i][j] = dp[i][j-1];
            }
        }
        return dp[s.size()][t.size()] == s.size() ? true : false;
    }
};

115.不同的子序列 
115. Distinct Subsequences

知识点:动规
状态:不会
思路:等二刷

class Solution {
public:
    int numDistinct(string s, string t) {
        vector<vector<uint64_t>> dp(s.size() + 1, vector<uint64_t>(t.size() + 1));
        for (int i = 0; i < s.size(); i++) dp[i][0] = 1;
        for (int j = 1; j < t.size(); j++) dp[0][j] = 0;
        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()];
    }
};

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值