DP | 47 392.判断子序列*

本文记录的是刷题过程中的重要概念和笔记。如有侵权，请联系删除。

392.判断子序列

力扣题目链接(opens new window)

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。

字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。

示例 1： 输入：s = “abc”, t = “ahbgdc” 输出：true

示例 2： 输入：s = “axc”, t = “ahbgdc” 输出：false

提示：

0 <= s.length <= 100
0 <= t.length <= 10^4
两个字符串都只由小写字符组成。

思路

双指针法

DP五部曲

1.确定dp数组（dp table）以及下标的含义

2.递推公式

if (s[i - 1] != t[j - 1])，此时相当于t要删除元素，t如果把当前元素t[j - 1]删除，那么dp[i][j] 的数值就是 看s[i - 1]与 t[j - 2]的比较结果了，即：dp[i][j] = dp[i][j - 1];

也可以按求最长子序列那样求出来。else dp[i][j] = max(dp[i][j - 1],dp[i-1][j]);

3.dp数组初始化

4.遍历顺序

5.举例推导

C++

class Solution {
public:
    bool isSubsequence(string s, string t) {
        vector<vector<int>> dp(s.size() + 1, vector<int>(t.size() + 1, 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] + 1;
                else dp[i][j] = dp[i][j - 1];
            }
        }
        if (dp[s.size()][t.size()] == s.size()) return true;
        return false;
    }
};

时间复杂度：O(n × m)
空间复杂度：O(n × m)

优化空间

存在这种情况，也就是相等取前值就会出错。
处理情况：当不相等的时候当做长串中当前字符不存在，取前值。

class Solution {
public:
    bool isSubsequence(string s, string t) {
        vector<int> dp(s.size() + 1,  0);
        for (int i = 1; i <= t.size(); i++) {
            for (int j = s.size(); j>0; j--) {
                if (t[i - 1] == s[j - 1]) dp[j] = dp[j - 1] + 1;
            }
        }
        if (dp.back() == s.size()) return true;
        return false;
    }
};

不相等时删除t，也就是留取前一个值。