目录
392.判断子序列
思路
1、确定dp数组
2、确定递推公式
3、初始化dp数组
4、遍历顺序
判断子序列
动态规划
双指针
115.不同的子序列
思路
1、确定dp数组
2、确定递推公式
3、初始化dp数组
4、遍历顺序
不同的子序列
392.判断子序列
题目链接:力扣
思路
比较简单的思路就是使用双指针来判断子序列,这里主要使用动态规划,是编辑距离的入门题目
1、确定dp数组
dp[i][j] 表示以下标i-1为结尾的字符串s,和以下标j-1为结尾的字符串t,相同子序列的长度为dp[i][j]
2、确定递推公式
有两种情况:
- if (s[i - 1] == t[j - 1]) 
   
- t中找到了一个字符在s中也出现了。dp[i][j] = dp[i - 1][j - 1] + 1;,因为找到了一个相同的字符,相同子序列长度自然要在dp[i-1][j-1]的基础上加1

 
 - t中找到了一个字符在s中也出现了。dp[i][j] = dp[i - 1][j - 1] + 1;,因为找到了一个相同的字符,相同子序列长度自然要在dp[i-1][j-1]的基础上加1
 - if (s[i - 1] != t[j - 1]) 
   
- 此时相当于t要删除元素,t如果把当前元素t[j - 1]删除,那么dp[i][j] 的数值就是 看s[i - 1]与 t[j - 2]的比较结果了,即:dp[i][j] = dp[i][j - 1];

 
 - 此时相当于t要删除元素,t如果把当前元素t[j - 1]删除,那么dp[i][j] 的数值就是 看s[i - 1]与 t[j - 2]的比较结果了,即:dp[i][j] = dp[i][j - 1];
 
动态动画推导视频推荐:判断子序列
3、初始化dp数组
从递推公式可以看出dp[i][j]都是依赖于dp[i - 1][j - 1] 和 dp[i][j - 1],所以dp[0][0]和dp[i][0]是一定要初始化的

4、遍历顺序
从前向后进行遍历
判断子序列
动态规划
class Solution {
    public boolean isSubsequence(String s, String t) {
        int slen = s.length();
        int tlen = t.length();
        // 创建dp数组
        int[][] dp = new int[slen+1][tlen+1];
        // 推导dp数组
        for (int i = 1; i <= slen; i++) {
            for (int j = 1; j <= tlen; j++) {
                if (s.charAt(i-1) == t.charAt(j-1)) {
                    dp[i][j] = dp[i-1][j-1] + 1;
                } else {
                    dp[i][j] = dp[i][j-1];
                }
            }
        }
        // 获取结果
        if (dp[slen][tlen] == slen) {
            return true;
        } else {
            return false;
        }
    }
} 
 双指针
class Solution {
    public boolean isSubsequence(String s, String t) {
        int sindex = 0;
        int tindex = 0;
        while (sindex < s.length() && tindex < t.length()) {
            if (s.charAt(sindex) == t.charAt(tindex)) {
                sindex++;
            }
            tindex++;
        }
        return sindex == s.length();
    }
} 
 115.不同的子序列
题目链接:力扣
思路
反正不是很好理解,再多看几次吧
1、确定dp数组
dp[i][j]: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]
2、确定递推公式
有两种情况:
- s[i - 1] 与 t[j - 1]相等 
   
- 当s[i - 1] 与 t[j - 1]相等时,dp[i][j]可以有两部分组成
dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j] 
 - 当s[i - 1] 与 t[j - 1]相等时,dp[i][j]可以有两部分组成
 - s[i - 1] 与 t[j - 1] 不相等 
   
- 当s[i - 1] 与 t[j - 1]不相等时,dp[i][j]只有一部分组成
dp[i][j] = dp[i - 1][j] 
 - 当s[i - 1] 与 t[j - 1]不相等时,dp[i][j]只有一部分组成
 
3、初始化dp数组
根据递推公式,要初始化dp[i][0] 和 dp[0][j],以及特殊的dp[0][0]
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,所以都是1
dp[0][j] 表示: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,所以都是0
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
4、遍历顺序
从上到下,从左到右
不同的子序列
class Solution {
    public int numDistinct(String s, String t) {
        int slen = s.length();
        int tlen = t.length();
        // 创建dp数组
        int[][] dp = new int[slen+1][tlen+1];
        // 初始化dp数组
        for (int i = 0; i < slen + 1; i++) {
            dp[i][0] = 1;
        }
        for (int i = 1; i <= slen; i++) {
            for (int j = 1; j <= tlen; 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[slen][tlen];
    }
} 
  
















![[附源码]Python计算机毕业设计Django线上评分分享平台](https://img-blog.csdnimg.cn/5a623867c3394c83b8507474a0b6e824.png)

