• 子序列的数目


    题目描述

    子序列的数目

    给定一个字符串 s 和一个字符串 t ,计算在 s 的子序列中 t 出现的个数。

    字符串的一个 子序列 是指,通过删除一些(也可以不删除)字符且不干扰剩余字符相对位置所组成的新字符串。(例如,“ACE” 是 “ABCDE” 的一个子序列,而 “AEC” 不是)

    题目数据保证答案符合 32 位带符号整数范围。

    在这里插入图片描述

    思路

    二维数组

    因为该问题输入为两个字符串,所以状态方程需要两个变量。设 f(i, j) 表示字符串 s 下标从 0 到 i 的子字符串 s[0] ~ s[i] 中等于字符串 t 下标从 0 到 j 的子字符串 t[0] ~ t[j] 的子序列个数。因为若字符串 s 的长度小于字符串 t,那么字符串 s 中肯定不可能存在子字符串使其等于字符串 t,所以当 i < j 时 f(i, j) = 0。当 i >= j 时,若 s[i] != t[j] ,那么无法用 s[i] 去匹配 t[i] 则需要舍去 s[i],可以得到 f(i, j) = f(i - 1, j), 表示 s[0] ~ s[i] 中与 t[0] ~ t[j] 相等的子序列个数与s[0] ~ s[i - 1] 中与 t[0] ~ t[j] 相等的子序列个数相同。若 s[i] == t[j],则既可以舍去 s[i] 不进行匹配也可以使用 s[i] 与 t[j] 进行匹配,可以得到 f(i, j) = f(i - 1, j) + f(i - 1, j - 1),f(i - 1, j) 表示不进行匹配时的个数,f(i - 1, j - 1) 表示进行匹配的个数,其值代表字符串 s[0] ~ s[i - 1] 中与字符串 t[0] ~ t[j - 1] 相等的子序列个数。故转移方程可以总结为:
    在这里插入图片描述
    上式成立的条件都是 i >= j,另外 f(i, -1) 表示字符串 s[0] ~ s[i] 中与空字符串相等的子序列个数,所以 f(i, -1) = 1,f(i, -1) 表示空字符串中与字符串 t[0] ~ t[j] 相等的子序列个数,所以 j > 0 时 f(-1 ,j) = 0。以 s = “appplep”, t = “apple” 为例子二维 DP 矩阵如下图
    在这里插入图片描述
    若 s 和 t 的长度分别为 m 和 n,那么时间复杂度为 O(mn),空间复杂度为 O(mn)。

    一维数组正序

    考虑遍历到如图的标星处
    在这里插入图片描述

    可以发现当前的值只与标红处的值有关,所以可以通过辅助变量把二维数组优化为只需一行的一维数组。完整的代码如下,时间复杂度为 O(mn),空间复杂度为 O(n)。

    一维数组逆序

    如果改变从左往右的遍历顺序为从右往左的顺序,如下图,那么可以无需使用辅助变量。
    在这里插入图片描述
    时间复杂度为 O(mn),空间复杂度为 O(n)。

    三种方案的代码实现如下:

    代码实现

    class Solution {
    	public int numDistinct1(String S, String T) {
    		char[] s = S.toCharArray();
    		char[] t = T.toCharArray();
    		// dp[i][j] : s[0..i] T[0...j]
    
    		// dp[i][j] : s只拿前i个字符做子序列,有多少个子序列,字面值等于T的前j个字符的前缀串
    		int[][] dp = new int[s.length + 1][t.length + 1];
    		// dp[0][0]
    		// dp[0][j] = s只拿前0个字符做子序列, T前j个字符
    		for (int j = 0; j <= t.length; j++) {
    			dp[0][j] = 0;
    		}
    		for (int i = 0; i <= s.length; i++) {
    			dp[i][0] = 1;
    		}
    		for (int i = 1; i <= s.length; i++) {
    			for (int j = 1; j <= t.length; j++) {
    				dp[i][j] = dp[i - 1][j] + (s[i - 1] == t[j - 1] ? dp[i - 1][j - 1] : 0);
    			}
    		}
    		return dp[s.length][t.length];
    
        }
    
        public int numDistinct2(String S, String T) {
            char[] s = S.toCharArray();
    		char[] t = T.toCharArray();
    		int[] dp = new int[t.length + 1];
    		dp[0] = 1;
    		
            for (int i = 1; i <= s.length; i++) {
               int tmp1 = 1;
               int tmp2 = 1;
    			for (int j = 1; j <= Math.min(t.length, i); j++) {
    	               tmp2 = dp[j];
    				dp[j] += s[i - 1] == t[j - 1] ? tmp1 : 0;
    	               tmp1 = tmp2;
    			}
    		}
    		return dp[t.length];
    
        }
    
        public int numDistinct3(String S, String T) {
            char[] s = S.toCharArray();
    		char[] t = T.toCharArray();
    		int[] dp = new int[t.length + 1];
    		dp[0] = 1;
    		
    		for (int i = 1; i <= s.length; i++) {
    			for (int j = Math.min(t.length, i); j >= 1; j--) {
    				dp[j] += s[i - 1] == t[j - 1] ? dp[j - 1] : 0;
    			}
    		}
    		return dp[t.length];
    
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
  • 相关阅读:
    vue3+ts+vite搭建项目
    spring boot validation使用
    Visual Studio的使用
    Webpack使用plugin插件自动在打包目录生成html文件
    git commit提交规范
    1015 德才论【PAT (Basic Level) Practice (中文)】
    华为通过FTP 进行文件操作示例
    给程序员准备的“蜜糍”--SOD框架简介
    【无标题】
    基于Lang-Chain(ChatGLM和ChatChat)知识库大语言模型的部署搭建
  • 原文地址:https://blog.csdn.net/qq_32275289/article/details/125462486