代码随想录动态规划判断子序列，不同的子序列-Toy模板网

这篇具有很好参考价值的文章主要介绍了代码随想录动态规划判断子序列，不同的子序列。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

392. 判断子序列

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）。

思路：

1. 使用哈希统计两个序列的二十六个字母的出现个数。

2. 动态规划，与最长公共子序列类似，判断最长公共子序列长度是否等于s，由于判断s是否为t的s[j-1] ！= t[i-1] 时，状态的转移只能从 t 的前 i-1个字母和与s的前j个字母的最大公共子序列长度转移。

class Solution:
    def isSubsequence(self, s: str, t: str) -> bool:
        dp = [[0] * (len(s) + 1) for _ in range(len(t) + 1)]

        for i in range(1, len(t) + 1):
            for j in range(1, len(s) + 1):
                if t[i-1] == s[j-1]:
                    dp[i][j] = dp[i-1][j-1] + 1

                else:
                    dp[i][j] = dp[i-1][j]

        return dp[-1][-1] == len(s)

115. 不同的子序列

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。

思路：动态规划，dp[i][j]定义为，s[:i] 的子序列中t[:j]出现的个数，转移方程为，当s[i-1] == t[j-1]时，dp[i][j] = dp[i-1][j-1](使用s[i-1]匹配t[j-1], 使用之前的元素匹配t[:j-1]) + dp[i-1][j]（使用之前的元素匹配t[:j]) ,当s[i-1] ！= t[j-1] 时, dp[i][j] = dp[i-1][j]（使用之前的某个元素匹配t[j-1])。初始化dp[i][0] = 1，dp[0][j]=0(j>0)文章来源地址https://www.toymoban.com/news/detail-729150.html

class Solution:
    def numDistinct(self, s: str, t: str) -> int:
        dp = [[0]*(len(t)+1) for _ in range(len(s) + 1)]
        for n in range(len(s) + 1):
            dp[n][0] = 1

        for i in range(1, len(s) + 1):
            for j in range(1, len(t) + 1):
                if s[i-1] != t[j-1]:
                    dp[i][j] = dp[i-1][j]

                else:
                    dp[i][j] = dp[i-1][j] + dp[i-1][j-1]

        return dp[-1][-1]

到了这里，关于代码随想录动态规划判断子序列，不同的子序列的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！