代码随想录算法训练营day45 | 115.不同的子序列、583. 两个字符串的删除操作、72. 编辑距离

碎碎念：还债ing
参考：代码随想录

115.不同的子序列

题目链接

115.不同的子序列

思想

动态规划五部曲：

1. 确定dp数组以及下标的含义：dp[i][j]，以i-1为结尾的s中有以j-1为结尾的t的个数为dp[i][j]。最后结果在dp[s.size][t.size]
2. 确定递推公式：如果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]
3. dp数组的初始化：dp[i][0]=1 dp[0][j]=0 dp[0][0]=1
4. 确定遍历顺序：两层for循环，遍历s和t，注意遍历的范围
5. 打印dp数组：主要用来debug。

题解

// cpp
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()];
    }
};

# python
class Solution:
    def numDistinct(self, s: str, t: str) -> int:
        dp = [[0] * (len(t)+1) for _ in range((len(s)+1))]
        for i in range(len(s)):
            dp[i][0] = 1
        for j in range(1, len(t)):
            dp[0][j] = 0
        for i in range(1, len(s) + 1):
            for j in range(1, len(t) + 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[-1][-1]

反思

注意遍历的范围。

583. 两个字符串的删除操作

题目链接

583. 两个字符串的删除操作

思想

本题和上一题的区别在于，本题的两个字符串都可以做删除操作。
动态规划五部曲：

1. 确定dp数组以及下标的含义：dp[i][j]，以i-1为结尾的word1，以j-1为结尾的word2，为了让这两个数组相同的最小操作次数为dp[i][j]。最后结果在dp[word1.size][word2.size]
2. 确定递推公式：如果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]+2)
   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
   那最后当然是取最小值，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});
3. dp数组的初始化：dp[i][0]=i dp[0][j]=j
4. 确定遍历顺序：两层for循环，遍历word1和word2，注意遍历的范围
5. 打印dp数组：主要用来debug。

题解

// cpp
class Solution {
public:
    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 = 1; 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, min(dp[i][j - 1] + 1, dp[i - 1][j - 1] + 2));
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

# python
class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        dp = [[0] * (len(word2) + 1) for _ in range(len(word1) + 1)]
        for i in range(len(word1) + 1):
            dp[i][0] = i
        for j in range(len(word2) + 1):
            dp[0][j] = j
        for i in range(1, len(word1) + 1):
            for j in range(1, len(word2) + 1):
                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] + 2)
        
        return dp[-1][-1]

反思

72. 编辑距离

题目链接

72. 编辑距离

思想

和上一题的差别在于，除了删除以外，还可以做增加和替换操作。
动态规划五部曲：

1. 确定dp数组以及下标的含义：dp[i][j]，以i-1为结尾的word1，以j-1为结尾的word2，为了让这两个数组相同的最小操作次数为dp[i][j]。最后结果在dp[word1.size][word2.size]
2. 确定递推公式：如果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) 后面这几部分分别代表删除操作、增加操作（另一种意义上的删除）、替换操作
3. dp数组的初始化：dp[i][0]=i dp[0][j]=j
4. 确定遍历顺序：两层for循环，遍历word1和word2，注意遍历的范围
5. 打印dp数组：主要用来debug。

题解

// cpp
class Solution {
public:
    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 = 1; 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, min(dp[i][j - 1] + 1, dp[i - 1][j - 1] + 1));
                    // 分别代表删除 增加  替换
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

# python
class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        dp = [[0] * (len(word2) + 1) for _ in range(len(word1) + 1)]
        for i in range(len(word1) + 1):
            dp[i][0] = i
        for j in range(len(word2) + 1):
            dp[0][j] = j
        for i in range(1, len(word1) + 1):
            for j in range(1, len(word2) + 1):
                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[-1][-1]
        

反思

注意和上一题对比学习。