动态规划——Distinct Subsequences
题目大意:给定字符串S和T,现在从S中任选字符组成T,要求输出方案个数。
Example 1:
Input: S = "rabbbit", T = "rabbit"
Output: 3
Explanation:
Input: S = "rabbbit", T = "rabbit"
Output: 3
Explanation:
As shown below, there are 3 ways you can generate "rabbit" from S.
(The caret symbol ^ means the chosen letters)
(The caret symbol ^ means the chosen letters)
rabbbit
^^^^ ^^
rabbbit
^^ ^^^^
rabbbit
^^^ ^^^
Example 2:
Input: S = "babgbag", T = "bag"
Output: 5
Explanation:
^^^^ ^^
rabbbit
^^ ^^^^
rabbbit
^^^ ^^^
Example 2:
Input: S = "babgbag", T = "bag"
Output: 5
Explanation:
As shown below, there are 5 ways you can generate "bag" from S.
(The caret symbol ^ means the chosen letters)
(The caret symbol ^ means the chosen letters)
babgbag
^^ ^
babgbag
^^ ^
babgbag
^ ^^
babgbag
^ ^^
babgbag
^^^
^^ ^
babgbag
^^ ^
babgbag
^ ^^
babgbag
^ ^^
babgbag
^^^
这个题的状态就是原问题的子问题:从S[0..i]中选取字符组成T[0..j]的方案数,有时候越做越有感觉:既然是动态规划问题,求解过程中的状态肯定是原问题的子问题(或者说大多数情况下是这样的)。主要问题在于这个状态转移方程,我拿其中一个状态出来说,在数组下标都不越界的情况下,比如说我现在求dp[i][j],方案数包括上一个位置的匹配情况dp[i-1][j-1]乘以(S[i] == T[j])这个布尔的判断值和当次匹配的前一个情况dp[i-1][j],举个例子来说,T[0..1]为“ba”,则dp[i][0]的方案数一定包括S[0..i-1]匹配T[0]=b时的方案数dp[i-1][0]乘以(S[i] == T[0])这个布尔的判断值和S[0..i-1]匹配T[0..1]="ba"时的方案数dp[i-1][1],加后面那项的原因是dp[i][j]肯定是要包括所有匹配了T[j]的方案数量,这个递推关系是2包括1,3包括2,4包括3...这样的包含关系,所以dp[i][j]只需要再加上一个dp[i-1][j]即可。而前面那个乘以布尔值的原因是如果之前匹配到T[j-1]的话前面那个乘积值dp[i-1][j-1]*(S[i] == T[j])可以不加相当于加0,只为了少个if判断,但是后面的dp[i-1][j]还是要加上的。
当然要注意边界条件,我在leetCode上跑程序的时候出现了输入串长度为0的情况导致了数组越界问题。
1 public int numDistinct(String s, String t) { 2 int slen = s.length(); 3 int tlen = t.length(); 4 if(slen==0||tlen==0)return 0; 5 if(s.equals(t))return 1; 6 int[][]dp = new int [slen][tlen]; 7 for(int i = 0;i<slen;i++) 8 for(int j = 0;j<tlen;j++) 9 dp[i][j] = 0; 10 int temp = 0; 11 char t0 = t.charAt(0); 12 for(int i = 0;i<slen;i++) { 13 if(s.charAt(i)==t0) { 14 temp++; 15 dp[i][0] = temp; 16 }else{ 17 if(i>0)dp[i][0] = dp[i-1][0]; 18 else dp[i][0] = 0; 19 } 20 } 21 22 for(int i = 1;i<tlen;i++) { 23 for(int j = i;j<slen;j++) { 24 temp = (s.charAt(j)==t.charAt(i))?1:0; 25 dp[j][i] = dp[j-1][i]+dp[j-1][i-1]*temp; 26 } 27 } 28 return dp[slen-1][tlen-1]; 29 }