115.不同的子序列
文档讲解:代码随想录.不同的子序列
视频讲解:动态规划之子序列,为了编辑距离做铺垫 | LeetCode:115.不同的子序列
状态:已完成
代码实现
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()];
}
};
心得体会
- dp[i][0]对于s字符串,里面的空字符串的个数为1
- dp[0][j]对于空字符串s,里面的非空字符串t的个数为0
- 但是需要注意,应该保证dp[0][0]为1,否则无法进行计算
583. 两个字符串的删除操作
文档讲解:代码随想录.两个字符串的删除操作
视频讲解:动态规划之子序列,还是为了编辑距离做铺垫 | LeetCode:583.两个字符串的删除操作
状态:已完成
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1));
for (int i = 0; i <= word1.size(); i++)
dp[i][0] = i;
for (int j = 0; 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, dp[i][j - 1] + 1);
}
}
}
return dp[word1.size()][word2.size()];
}
};
心得体会
- 需要理解当两个字符串不相等时,可能存在的三种情况,并从中选择删除次数最少得情况
72. 编辑距离
文档讲解:代码随想录.编辑距离
视频讲解:动态规划终极绝杀! LeetCode:72.编辑距离
状态:已完成
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 = 0; 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], dp[i - 1][j], dp[i][j - 1]}) + 1;
}
}
}
return dp[word1.size()][word2.size()];
}
};
心得体会
- 在整个动规的过程中,最为关键就是正确理解dp[i][j]的定义!
- dp[i][j] = min({dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]}) + 1;深入理解三种情况的可能