不同的子序列(leetcode hard)动态规划
来源:互联网 发布:九分裤牌子知乎 编辑:程序博客网 时间:2024/05/20 08:21
题目:给出字符串S和字符串T, 计算S的不同的子序列中T出现的次数。
子序列字符串是原始字符串通过删除一些(或零个)产生的一个新的字符串,并且对剩下的字符的相对位置没有影响。(比如,“ACE”是“ABCDE”的子序列字符串,而“AEC”不是)。
样例
给出S = "rabbbit", T = "rabbit"
返回 3
看代码可能更容易懂
public int numDistinct(String S, String T) { // write your code here if (S.length() == 0) { return T.length() == 0 ? 1 : 0; } if (T.length() == 0) { return 1; } int cnt = 0; for (int i = 0; i < S.length(); i++) { if (S.charAt(i) == T.charAt(0)) { cnt += numDistinct(S.substring(i + 1), T.substring(1)); } } return cnt; }
搜索虽然比较容易想到,但是效率会比较低下;此类问题应该用动态规划解决,此题动态规划状态转移方程不是很容易想出来
dp[0][0] = 1; // T和S都是空串.
dp[0][1 ... S.length() - 1] = 1; // T是空串,S只有一种子序列匹配。
dp[1 ... T.length() - 1][0] = 0; // S是空串,T不是空串,S没有子序列匹配。
dp[i][j] = dp[i][j - 1] + (T[i - 1] == S[j - 1] ? dp[i - 1][j - 1] : 0).1 <= i <= T.length(), 1 <= j <= S.length()
推出状态转移方程后,动规问题就非常简单了, 主要注意边界条件处理就ok了public int numDistinct(String S, String T) { // write your code here if (S == null || T == null) { return 0; } int slen = S.length(); int tlen = T.length(); int[][] count = new int[slen + 1][tlen + 1]; for (int i = 0; i <= slen; i++) { count[i][0] = 1; } for (int i = 1; i <= slen; i++) { for (int j = 1; j <= tlen; j++) { count[i][j] = count[i - 1][j]; if (S.charAt(i - 1) == T.charAt(j - 1)) { count[i][j] += count[i - 1][j - 1]; } } } return count[slen][tlen]; }
1 0
- 不同的子序列(leetcode hard)动态规划
- 动态规划--子序列
- 最长共同子序列(LCS)的动态规划算法
- 最长公共子序列(经典的动态规划)
- 动态规划--子序列的个数
- LeetCode: Distinct Subsequences(不同子序列的个数)
- LeetCode | Distinct Subsequences(不同的子序列)
- Leetcode 115 Distinct Subsequences(不同的子序列)
- 最长递增子序列(动态规划)
- 最长公共子序列(动态规划)
- 最长公共子序列(动态规划)
- 最长递增子序列(动态规划)
- 动态规划(最长子序列)
- 最长公共子序列(动态规划)
- 统计回文子序列(动态规划)
- 最长公共子序列(动态规划)
- 最长公共子序列(动态规划)
- 最长公共子序列(动态规划)
- 贝塞尔曲线开发的艺术
- maven启动
- day07_configparser
- 为什么不习惯使用qml?
- Flask测试跨域请求
- 不同的子序列(leetcode hard)动态规划
- Android存储系统之架构篇
- Android数据库相关
- Java 中网络相关 API:InetAddress、URL 的应用
- poj2192 Zipper(dp)
- 世界移动大会见闻
- Centos安装java环境
- SVM小结
- GCD的使用