392. 判断子序列
简单
给定字符串 s 和 t ,判断 s 是否为 t 的子序列。
字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符相对位置形成的新字符串。(例如,"ace"是"abcde"的一个子序列,而"aec"不是)。
进阶:
如果有大量输入的 S,称作 S1, S2, … , Sk 其中 k >= 10亿,你需要依次检查它们是否为 T 的子序列。在这种情况下,你会怎样改变代码?
难点:这题不就是要求最长公共子序列是否等于s的长度吗?
// 这是我自己写的解法,没用dp,感觉似乎有点傻,其实是一种双指针的思路
class Solution {
public boolean isSubsequence(String s, String t) {
if (s.length() > t.length()) return false;
int start = 0;
for (int i = 0; i < s.length(); i++) {
if (start >= t.length()) return false;
for (int j = start; j < t.length(); j++) {
if (s.charAt(i) == t.charAt(j)) {
start = j + 1;
break;
}
if (j == t.length() - 1) return false;
}
}
return true;
}
}
// 动规方法
// 递推公式:可以发现和 1143.最长公共子序列 (opens new window)的递推公式基本那就是一样的,区别就是 本题 如果删元素一定是字符串t,而 1143.最长公共子序列 是两个字符串都可以删元素。
class Solution {
public boolean isSubsequence(String s, String t) {
int lenS = s.length();
int lenT = t.length();
if (lenS > lenT) return false;
int[][] dp = new int[lenT + 1][lenS + 1]; // dp[i][j] 表示分别以i 和 j结尾的字符串相同子序列的长度
for (int i = 1; i <= lenT; i++) {
for (int j = 1; j <= lenS; j++) {
if (t.charAt(i - 1) == s.charAt(j - 1)) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = Math.max(dp[i- 1][j], dp[i][j - 1]);
}
}
}
return dp[lenT][lenS] == lenS;
}
}
115. 不同的子序列
困难
给你两个字符串 s 和 t ,统计并返回在 s 的 子序列 中 t 出现的个数,结果需要对 109 + 7 取模。
class Solution {
public int numDistinct(String s, String t) {
int [][] dp = new int[s.length() + 1][t.length() + 1]; // dp[i][j] 代表 T 前 i 字符串可以由 S j 字符串组成最多个数.
for (int i = 0; i <= s.length(); i++) {
dp[i][0] = 1; // 目标字符t为空字符,只要把s全删了就可以组成,所以为1
}
for (int i = 1; i <= s.length(); i++) {
for (int j = 1; j <= t.length(); j++) {
if (s.charAt(i - 1) == t.charAt(j - 1)) { // 如果取出的这个字符相等,那么就等于去掉这两个相等的字符(为了得到前面相等的数量)加上去掉s的一个字符,再和t比较。本质来说,就是取或者不取s.charAt(i - 1)
dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
} else { // 如果取出的这个字符不相等
dp[i][j] = dp[i - 1][j];
}
}
}
return dp[s.length()][t.length()];
}
}