[leetcode]115. Distinct Subsequences

-题目链接：[https://leetcode.com/problems/distinct-subsequences]
- 题意：给定字符串S和T, 求S中有多少个不同子序列(subsequence)等于T。

• 注：子序列(subsequence)不同于子串(substring)，子串必须相邻，子序列不必相邻。e.g.”ACE” is a subsequence of “ABCDE” while “AEC” is not.

-样例：S = “rabbbit”, T = “rabbit”，Return 3.

---

-思路：如果直接dfs的话肯定会超时，想办法划分成子问题。S中包含的T的数目与S-1中包含的T的数目似乎有一定的关系。

如果用dp[i][j] 表示s[0:i]中包含t[0:j]的数目的话，当s[i]==t[j]时，t[j]可以和s[i]匹配，此时有dp[i-1][j-1]种情况，t[j]也可以不和s[i]匹配，此时有dp[i-1][j]种情况，于是有如下的动态转移方程：

$$dp[i][j]= \begin{cases} dp[i-1][j] + dp[i-1][j-1], & \text{if $s[i]==t[j]$ } \\ dp[i-1][j], & \text{if $s[i] != t[j]$ } \end{cases}$$

-代码如下

class Solution {
public:
    int numDistinct(string s, string t) {
        if(t == "")  return 1;
        if(s == "")  return 0;
        vector<int> tmp(t.size(),0);
        vector<vector<int> > dp(s.size(),tmp);
        for(int i=0; i<s.size(); ++i){
            for(int j=0; j<t.size(); ++j){
                if(i == 0){
                    if(j == 0){
                        dp[i][j] = (s[i] == t[j]) ? 1 : 0;
                    }
                }else if(j == 0){
                    dp[i][j] = dp[i-1][j] + ((s[i] == t[j])?1:0);
                }else{
                    dp[i][j] = dp[i-1][j] + ((s[i] == t[j])?dp[i-1][j-1] : 0);
                }
            }
        }
        return dp[s.size()-1][t.size()-1];
    }
};

-优化
由于dp[i][j]只与dp[i-1][j]和dp[i-1][j-1]有关，因此我们只需保存前面一行的值就可以计算出当前行的值，节省了空间；另外，当 i < j时，dp[i][j]必然等于0，节省了时间。优化后的代码如下：

class Solution {
public:
    int numDistinct(string s, string t) {
        if(t == "")  return 1;
        if(s == "")  return 0;
        vector<int> tmp(t.size(),0);
        vector<vector<int> > dp(2,tmp);   // 只与dp[i-1][j], dp[i-1][j-1]有关
        dp[0][0] = (s[0] == t[0]) ? 1 : 0;
        for(int i=1; i<s.size(); ++i){
            int n = min((int)t.size()-1,i);
            for(int j=0; j<=n; ++j){
                if(j == 0){
                    dp[i&1][j] = dp[1^(i&1)][j] + ((s[i] == t[j])?1:0);
                }else{
                    dp[i&1][j] = dp[1^(i&1)][j] + ((s[i] == t[j])?dp[1^(i&1)][j-1] : 0);
                }
            }
        }
        return dp[(s.size()-1)&1][t.size()-1];
    }
};