https://leetcode.com/problems/distinct-subsequences/
这种两个string的题目,套路都一样。用dp 讨论 dp[i][j] 关于s[:i-1]与t[:j-1]的递推关系。
并且还要求初始状态dp[i][0]以及dp[0][j]
思路参考http://www.cnblogs.com/zuoyuan/p/3767256.html
解题思路:这道题使用动态规划来解决。题的意思是:S的所有子串中,有多少子串是T。下面来看看状态转移方程。dp[i][j]表示S[0…i-1]中有多少子串是T[0…j-1]。
这里要分析S[i-1]与T[j-1]的相等关系,S在生成的可能与T相等的subsequence过程中,只有两种选择,一种就是remove S[i-1],一种就是留下S[i-1]
当S[i-1]=T[j-1]时:dp[i][j]=dp[i-1][j-1] (留下S[i−1]) +dp[i-1][j] (拿掉S[i−1]) ;S[0…i-1]中有多少子串是T[0…j-1]包含:{S[0…i-2]中有多少子串是T[0…j-2]}+{S[0…i-2]中有多少子串是T[0…j-1]}。
当S[i-1]!=T[j-1]时:dp[i][j]=dp[i-1][j] (拿掉S[i−1]) + 0 (留下S[i−1]) (这里是ref中的一个typo.原文是dp[i][j] = dp[i-1][j-1])
那么初始化状态如何确定呢:dp[i][0]=1;S[0…i-1]只有一个子串是空串。dp[0][1:] = 0
思路如下图
class Solution:
# @return an integer
# @dp
# dp[i][j] means how many first j of T is sub of first i of S.
def numDistinct(self, S, T):
dp = [[0 for i in range(len(T)+1)] for j in range(len(S)+1)]
for j in range(len(S)+1):
dp[j][0] = 1
for i in range(1, len(S)+1):
for j in range(1, min(i+1, len(T)+1)):
if S[i-1] == T[j-1]:
dp[i][j] = dp[i-1][j] + dp[i-1][j-1]
else:
dp[i][j] = dp[i-1][j]
return dp[len(S)][len(T)]