115.不同的子序列
题目描述
解题思路
s中出现几个t一样顺序的子序列(不需要强制连在一起)
即s中有多少种删除元素的方式使得s能够变成t
代码
dp数组定义:
二维数组以展现两个字符串每个元素的比较情况:以i-1结尾的字符串s中有以j-1结尾的字符串t的个数
递推公式(以哪些方式可以推出dp):
比较当前两个字符串的对应位置元素是否相等:
1. 如果s和t的i-1位置和j-1位置元素相等,【则考虑使用当前元素或不使用,因此dp等于两个情况的相加:不使用则模拟删除】dp=dp[i-1][j-1]【使用当前元素即不需要考虑当前s子串和t子串的最后一位字母】 + dp[i-1][j]
例子:s:bagg 和 t:bag ,s[3] 和 t[2]是相同的,但是字符串s也可以不用s[3]来匹配,即用s[0]s[1]s[2]组成的bag。
【不需要考虑[i][j-1]是因为考虑的是s中有多少个t子字符串而不是反过来,因此不需要考虑t字符串删除元素的情况】
2. 如果当前元素不相等【不考虑当前元素即删除】dp= dp[i-1][j]
初始化:
i-1 j-1 | i-1 j |
i j-1 | i j |
画表格能看出从左上和上方推出,因此初始化第一行和第一列
再根据dp数组定义可以得出:
dp[i][0] = 1【i中有1个0子串】
dp[0][j] = 0【0中有0个j子串】
dp[0][0] = 1【0中有1个0子串】
遍历顺序:
根据递推公式可以得到从左往右从上到下(因此i从1开始,小于等于size)
【从1开始是因为初始化了0位置,有等于是因为dp数组最后一位元素是i-1和j-1因此等于size才能取到】
最后返回:
dp[s.size][t.size]【等于他们俩的长度才能取到i-1和j-1最后一位元素】
class Solution {
public int numDistinct(String s, String t) {
// 1. dp数组定义:二维数组-以i-1位置的s字符串中有以j-1位置的t字符串的个数
int[][] dp = new int[s.length()+1][t.length()+1];
// 3. 初始化:画出表格可知由左上方和上方元素递推得到dp数组,因此初始化第一行和第一列
// 根据数组定义,i字符串有1个空字符串
for (int i = 0; i <= s.length(); i++) dp[i][0] = 1;
// 根据数组定义,空字符串有0个j字符串
for (int j = 0; j <= t.length(); j++) dp[0][j] = 0;
// 根据数组定义,空字符串有1个空字符串
dp[0][0] = 1;
// 4. 遍历顺序:根据3中的表格可知顺序从左到右和从上到下
for (int i = 1; i <= s.length(); i++) for (int j = 1; j <= t.length(); j++) {
// 2. 递推公式:
// 当前位置元素相等
if (s.charAt(i-1) == t.charAt(j-1)) {
// 当前位置元素考虑,则两个元素的除了该位置的先前比较情况或不考虑当前位置元素,相当于直接删除s的当前元素
// 因为题意只需要求s中有多少个t,因此t不用操作删除元素
dp[i][j] = dp[i-1][j-1] + dp[i-1][j];
} else {
// 当前位置元素不相等
// 则相当于只需要删除s的当前元素
dp[i][j] = dp[i-1][j];
}
}
return dp[s.length()][t.length()];
}
}
72. 编辑距离
题目描述
解题思路
从一个字符串变成另一个
三种操作:增加删除和替换
求至少操作次数
代码
dp数组定义:
二维数组以展现两个字符串每个元素的比较情况:以i-1结尾的字符串s到有以j-1结尾的字符串t的最少操作次数
递推公式:
以哪些方式可以推出dp
判断s和t的i-1位置和j-1位置元素是否相等:
如果相等:说明当前元素不用操作,因此最小操作数等于上一个位置的最小操作数,dp=dp[i-1][j-1]
如果不相等:
1. 删除和增加:dp=dp[i-1][j]+1,dp[i][j-1]+1 【删除:删除s当前i-1位置元素加上s的i-2状态和t的j-1状态的比较情况;增加:增加t的j-1位置元素加上s的i-1状态和t的j-2状态的比较情况
2. 替换:dp=dp[i-1][j-1]+1【延续i-2和j-2的s和t的比较状态加上一次替换操作】
这三种求最小的操作数
初始化:
i-1 j-1 | i-1 j |
i j-1 | i j |
画表格能看出从左上和上方以及左方推出
因此初始化第一行和第一列
再根据dp数组定义
dp[i][0] = i
i变成空字符串需要删除i次
dp[0][j] = j
空字符串变成j需要增加j次
遍历顺序:
根据递推公式可以得到从左往右从上到下(因此i从1开始,小于等于size)【从1开始是因为初始化了0位置,有等于是因为dp数组最后一位元素是i-1和j-1因此等于size才能取到】
最后返回:
dp[s.size][t.size]
等于他们俩的长度才能取到i-1和j-1最后一位元素
class Solution {
public int minDistance(String word1, String word2) {
// 1. dp数组定义:二维数组-以i-1位置的word1字符串到有以j-1位置的word2字符串的最小编辑距离
int[][] dp = new int[word1.length()+1][word2.length()+1];
// 3. 初始化:画出表格可知由左上方和上方以及左方元素递推得到dp数组,因此初始化第一行和第一列
// 根据数组定义,i字符串到空字符串需要i次删除
for (int i = 0; i <= word1.length(); i++) dp[i][0] = i;
// 根据数组定义,j字符串到空字符串需要j次添加
for (int j = 0; j <= word2.length(); j++) dp[0][j] = j;
// 4. 遍历顺序:根据3中的表格可知顺序从左到右和从上到下
for (int i = 1; i <= word1.length(); i++) for (int j = 1; j <= word2.length(); j++) {
// 2. 递推公式:
// 如果当前位置元素相等:则不需要操作,延续当前位置元素前一位的状态
if (word1.charAt(i-1) == word2.charAt(j-1)) {
dp[i][j] = dp[i-1][j-1];
} else {
// 如果当前位置元素不相等:则增加、删除、替换
// 删除:删除s当前i-1位置元素加上s的i-2状态和t的j-1状态的比较情况;
// 增加:增加t的j-1位置元素加上s的i-1状态和t的j-2状态的比较情况
// 替换:延续i-2和j-2的s和t的比较状态加上一次替换操作
dp[i][j] = Math.min(Math.min(dp[i-1][j], dp[i][j-1]), dp[i-1][j-1]) + 1;
}
}
return dp[word1.length()][word2.length()];
}
}