LeetCode 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。

视频讲解https://www.bilibili.com/video/BV1tv4y1B7ym/?spm_id_from=333.788&vd_source=f98f2942b3c4cafea8907a325fc56a48文章讲解https://programmercarl.com/0392.%E5%88%A4%E6%96%AD%E5%AD%90%E5%BA%8F%E5%88%97.html

• 思路：
  • dp数组含义：
    • dp[i][j]：s的子串[0, i - 1] 与 t的子串[0, j - 1] 的最长公共子序列的长度
  • 递推公式：
    • s[i - 1] 与 t[j - 1]相同：dp[i][j] = dp[i - 1][j - 1] + 1;
    • s[i - 1] 与 t[j - 1]不同：dp[i][j] = dp[i][j - 1];

    • 注意与LeetCode 1143.最长公共子序列的区别：

      1143如果text1[i - 1]与text2[j - 1]不匹配，可以：
      1. text1删末位 与 text2👉dp[i -1][j]
      2. text1 与 text2删末位👉dp[i][j - 1]
    • 本题只用维护 s 与 t删末位👉dp[i][j - 1]（维护 s删末位 与 t 没有意义，反正是false）
  • 初始化：全0
    • s[0, i-1]和空串的最长公共子序列是0👉dp[i][0] = 0
    • 同理dp[0][j] = 0
  • 遍历顺序：从上到下，从左到右
  • 最终结果：dp[text1.size()][text2.size()] == s.size()
• 代码：

// 动态规划：
class Solution {
public:bool isSubsequence(string s, string t) {vector> dp(s.size() + 1, vector(t.size() + 1, 0));for (int i = 1; i <= s.size(); i++) {for (int j = 1; j <= t.size(); j++) {if (s[i - 1] == t[j - 1]) dp[i][j] = dp[i - 1][j - 1] + 1;else dp[i][j] = dp[i][j - 1];}}if (dp[s.size()][t.size()] == s.size()) return true;return false;}
};
// 时间复杂度：O(n × m)
// 空间复杂度：O(n × m)

// 双指针
class Solution {
public:bool isSubsequence(string s, string t) {int count = 0;for (int i = 0; i < t.size(); ++i) {if (s[count] == t[i]) {++count;}}if (count == s.size()) return true;return false;}
};
// 时间复杂度：O(m)
// 空间复杂度：O(1)

LeetCode 115.不同的子序列

给定一个字符串 s 和一个字符串 t ，计算在 s 的子序列中 t 出现的个数。

视频讲解https://www.bilibili.com/video/BV1fG4y1m75Q/?spm_id_from=333.788&vd_source=f98f2942b3c4cafea8907a325fc56a48文章讲解https://programmercarl.com/0115.%E4%B8%8D%E5%90%8C%E7%9A%84%E5%AD%90%E5%BA%8F%E5%88%97.html

• 思路：
• 代码：