赞
踩
目录
这道题目算是 编辑距离问题 的入门题目(毕竟这里只是涉及到减法),慢慢的,后面就要来解决真正的 编辑距离问题了
这道题和 1143.最长公共子序列本质是相同的,只要判断最长公共子序列的长度恰好等于s字符串的长度即可。除此之外,递推公式也可以精简一下,本来是 if(s[ i ] != t[ j ]) dp[ i + 1 ][ j + 1 ] = max(dp[ i ][ j + 1 ], dp[ i + 1 ][ j ]),但实际上已经确定了s串是长度较小的字符串,i往前挪所得到的最大公共子序列长度一定会变小(而且这道题是外层遍历的s串,所以如果可以最终返回true,i之前的字符一定已经找到对应的了),所以dp[ i ][ j + 1 ]一定小于dp[ i + 1 ][ j ]。
这道题的递推公式还是要分成字符相等和字符不相等。如果字符相等,那就要在原来的基础上加一,如果字符不相等,那就证明当前遍历到的t[j]是没用的,所以就要删除它,删除的方法就是让dp[i+1][j+1]=dp[i+1][j],删除是编辑距离的基本操作之一。
- bool isSubsequence(string s, string t) {
- vector<vector<int>> dp(s.size()+1,vector<int>(t.size()+1,0));
- for(int i=0;i<s.size();i++){
- for(int j=0;j<t.size();j++){
- if(s[i]==t[j]) dp[i+1][j+1]=dp[i][j]+1;
- else dp[i+1][j+1]=dp[i+1][j];
- }
- }
- if(dp[s.size()][t.size()]==s.size()) return true;
- else return false;
- }
但相对于刚讲过 392.判断子序列,本题 就有难度了 ,感受一下本题和 392.判断子序列 的区别。
dp[i][j]是以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。这里递推公式还是分成两个部分来推导——
这道题的遍历顺序自然是从上到下,从左到右,故而必须初始化第一行列。dp[i][0] 表示:以i-1为结尾的s可以随便删除元素,出现空字符串的个数,那么dp[i][0]一定都是1,因为也就是把以i-1为结尾的s,删除所有元素,出现空字符串的个数就是1。再来看dp[0][j],dp[0][j]:空字符串s可以随便删除元素,出现以j-1为结尾的字符串t的个数,那么dp[0][j]一定都是0,s如论如何也变成不了t。最后就要看一个特殊位置了,即:dp[0][0] 应该是多少,dp[0][0]应该是1,空字符串s,可以删除0个元素,变成空字符串t。
最后狗测试点要求必须设置uint64_t这种类型的二维数组,这种比long long储存空间更大,也存储的是整型。
- int numDistinct(string s, string t) {
- vector<vector<uint64_t>> dp(t.size()+1,vector<uint64_t>(s.size()+1,0));
- for(int i=0;i<s.size();i++) dp[0][i]=1;
- for(int i=0;i<t.size();i++){
- for(int j=0;j<s.size();j++){
- if(t[i]==s[j]){
- dp[i+1][j+1]=dp[i][j]+dp[i+1][j];
- }else{
- dp[i+1][j+1]=dp[i+1][j];
- }
- }
- }
- return dp[t.size()][s.size()];
- }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。