❓115. 不同的子序列
难度: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。
题目数据保证答案符合 32 位带符号整数范围。
示例 1:
输入:s = “rabbbit”, t = “rabbit”
输出:3
解释:
如下所示, 有 3 种可以从 s 中得到 “rabbit” 的方案。
ra b bbit
rab b bit
rabb b it
示例 2:
输入:s = “babgbag”, t = “bag”
输出:5
解释:
如下所示, 有 5 种可以从 s 中得到 “bag” 的方案。
ba b g bag
ba bgba g
b abgb ag
ba b gb ag
babg bag
提示:
1 <= s.length, t.length <= 1000
s
和t
由英文字母组成
💡思路:动态规划
本题可以使用动态规划,可以将本题拆分,拆分成若干个子问题,只考虑其中一步;
如比较字符串 s
的第 i
个字符 和 字符串 t
的第 j
个字符
- 如果
s[i]
等于t[j]
,s
的第i
个字符可取可不取,总个数为两者之和:- 若取,
s的前i个字符串
的 子序列 中t的前j个字符串
出现的个数 等于s的前i - 1个字符串
的 子序列 中t的前j - 1个字符串
出现的个数; - 若不取,
s的前i个字符串
的 子序列 中t的前j个字符串
出现的个数 等于s的前i - 1个字符串
的 子序列 中t的前j个字符串
出现的个数;
- 若取,
- 如果
s[i]
不等于t[j]
,则s的前i个字符串
的 子序列 中t的前j个字符串
出现的个数 等于s的前i - 1个字符串
的 子序列 中t的前j个字符串
出现的个数;
定义一个二维 dp
数组,dp[i][j]
,表示s的前i个字符串
的 子序列 中 t的前j个字符串
出现的个数。状态转移公式为:
- 若
s[i] == t[j]
,则:
d p [ i ] [ j ] = d p [ i − 1 ] [ j − 1 ] + d p [ i − 1 ] [ j ] dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j] dp[i][j]=dp[i−1][j−1]+dp[i−1][j] - 若
s[i] != t[j]
,则:
d p [ i ] [ j ] = d p [ i − 1 ] [ j ] dp[i][j] = dp[i - 1][j] dp[i][j]=dp[i−1][j]
示例2的dp
数组如下:
⭐️ 空间优化:
由上述状态转移公式可知,dp[i][j]
只与上一行有关,即只需要一维dp
数组即可,但是要逆序遍历,此时的状态转移公式:
- 若
s[i] == t[j]
,则:
d p [ j ] = d p [ j − 1 ] + d p [ j ] dp[j] = dp[j - 1] + dp[j] dp[j]=dp[j−1]+dp[j] - 若
s[i] != t[j]
,则:
d p [ j ] = d p [ j ] dp[j] = dp[j] dp[j]=dp[j]
注意:若
s
的长度小于t
的长度,则一定不存在,返回0
;若长度相等,但字符串不等,则也是返回0
。
🍁代码:(Java、C++)
Java
class Solution {public int numDistinct(String s, String t) {int m = s.length();int n = t.length();if(m < n || (m == n && !s.equals(t))) return 0;int[][] dp= new int[m + 1][n + 1];for(int i = 0; i <= m; i++) dp[i][0] = 1;for(int i = 1; i <= m; i++){for(int j = 1; j <= n; j++){if(s.charAt(i - 1) == t.charAt(j - 1)){dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];}else{dp[i][j] = dp[i - 1][j];}}}return dp[m][n];}
}
C++
class Solution {
public:int numDistinct(string s, string t) {int m = s.size();int n = t.size();if(m < n || (m == n && s != t)) return 0;vector<vector<unsigned int>> dp(m + 1, vector<unsigned int>(n + 1));for(int i = 0; i <= m; i++) dp[i][0] = 1;for(int i = 1; i <= m; i++){for(int j = 1; j <= n; j++){if(s[i - 1] == t[j - 1]){dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];}else{dp[i][j] = dp[i - 1][j];}}}return dp[m][n];}
};
⭐️ 空间优化:
Java
class Solution {public int numDistinct(String s, String t) {int m = s.length();int n = t.length();if(m < n || (m == n && !s.equals(t))) return 0;int[] dp= new int[n + 1];dp[0] = 1;for(int i = 1; i <= m; i++){for(int j = n; j > 0; j--){if(s.charAt(i - 1) == t.charAt(j - 1)){dp[j] += dp[j - 1];}}}return dp[n];}
}
C++
class Solution {
public:int numDistinct(string s, string t) {int m = s.size();int n = t.size();if(m < n || (m == n && s != t)) return 0;vector<unsigned int> dp(n + 1);dp[0] = 1;for(int i = 1; i <= m; i++){for(int j = n; j > 0; j--){if(s[i - 1] == t[j - 1]){dp[j] += dp[j - 1];}}}return dp[n];}
};
🚀 运行结果:
🕔 复杂度分析:
- 时间复杂度: O ( m ∗ n ) O(m*n) O(m∗n),其中
m
为数组s
的长度,n
为数组t
的长度。 - 空间复杂度: O ( n ) O(n) O(n),空间优化只需
n+1
的空间;优化前的空间复杂度为 O ( m ∗ n ) O(m*n) O(m∗n)。
题目来源:力扣。
放弃一件事很容易,每天能坚持一件事一定很酷,一起每日一题吧!
关注我LeetCode主页 / CSDN—力扣专栏,每日更新!