判断子序列-力扣

本题首先想到的写法是用双指针来做，两个指针分别指向两个字符串，然后进行判断

class Solution {
public:
    bool isSubsequence(string s, string t) {
        int len = 0;
        for(size_t i = 0; i < t.size(); i++){
            if(t[i] == s[len]){
                len++;
            }
            if(len >= s.size()){
                return true;
            }
        }
        if(len >= s.size()){
            return true;
        }
        return false;
    }
};

代码随想录 将这道题作为 编辑距离的入门题目 ，本题的动态规划解法是对后面要讲解的编辑距离铺垫，所以学习了他使用动态规划的解法。

• dp[i][j] 表示以下标i-1为结尾的字符串s，和以下标j-1为结尾的字符串t，相同子序列的长度为dp[i][j]。
• if (s[i - 1] == t[j - 1])，那么dp[i][j] = dp[i - 1][j - 1] + 1;，因为找到了一个相同的字符，相同子序列长度自然要在dp[i-1][j-1]的基础上加1（如果不理解，在回看一下dp[i][j]的定义）
• 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];
• 初始化，dp[0][0]和dp[i][0]需要初始化为0；
• 递推公式可以看出dp[i][j]都是依赖于dp[i - 1][j - 1] 和 dp[i][j - 1]，那么遍历顺序也应该是从上到下，从左到右

class Solution {
public:
    bool isSubsequence(string s, string t) {
        vector<vector<int>> dp(s.size() + 1, vector<int>(t.size() + 1, 0));
        for(size_t i = 1; i <= s.size(); i++){
            for(size_t 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;
    }
};