【★】判断子序列

该博客介绍了如何通过Java编程解决字符串子序列判断问题。提供了一个简单的解法,通过双指针同步移动来判断一个字符串是否为另一个字符串的子序列。代码实现简洁明了,并附有示例输入和输出,展示了算法的正确性。

在这里插入图片描述

>判断子序列<

给定字符串 st ,判断 s 是否为 t 的子序列。

说明:
1.字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符相对位置形成的新字符串。(例如,"ace""abcde" 的一个子序列,而 "aec" 不是)。

//提示
 1. 0 <= s.length <= 100
 2. 0 <= t.length <= 10^4
 3. 两个字符串都只由小写字符组成。

实例1:

输入:s = "abc", t = "ahbgdc"
输出:true

实例2:

输入:s = "axc", t = "ahbgdc"
输出:false

一、解题思路

1、解法一( Java )

解法思路:利用 sChar 指针遍历字符串 stChar 指针遍历字符串 t ,然后如果 sChar 与 tChar 指向的字符相等,sChar和 tChar 都往后移,否则 tChar 往后移继续在字符串 t 中寻找,最后判断sChar 指针是否完成了对 s 字符串的遍历。

代码如下:

class Solution {
    public static boolean isSubsequence(String s, String t) {
        int sChar = 0 , tChar = 0;
        //sChar指针遍历字符串s,tChar指针遍历字符串t
        while (sChar < s.length() && tChar < t.length()){
            if (s.charAt(sChar) == t.charAt(tChar))
            //判断sChar与tChar指向的字符是否相等,相等时sChar和tChar都往后移,否则tChar往后移继续在字符串t中寻找
                sChar ++;
            tChar++;
        }
        if (sChar == s.length())
        //判断sChar指针是否完成了对s字符串的遍历
            return true;
        else
            return false;
    }
}


运行结果截图如下:
运行结果截图

判断一个序列是否为另一个序列的子序列,通常可以通过双指针或动态规划的方式实现。以下是两种常见的实现方法。 ### 双指针实现方式 双指针方法适用于只需要判断一个序列是否是另一个序列的子序列的情况。其核心思想是依次遍历两个序列,匹配成功时移动目标序列的指针,最终判断是否匹配完成。 ```cpp #include <iostream> using namespace std; const int N = 1e5 + 10; int a[N], b[N]; int n, m; int main() { cin >> n >> m; for (int i = 0; i < n; i++) cin >> a[i]; for (int i = 0; i < m; i++) cin >> b[i]; int i = 0, j = 0; while (i < n && j < m) { if (a[i] == b[j]) i++; j++; } if (i == n) cout << "Yes" << endl; else cout << "No" << endl; return 0; } ``` ### 动态规划实现方式 动态规划方法通常用于更复杂的问题,例如多组子序列判断问题。通过预处理目标字符串的信息,可以快速判断任意一个字符串是否是目标字符串子序列。该方法利用了预处理数组来记录每个字符在目标字符串中的下一个位置。 ```cpp class Solution { public: bool isSubsequence(string s, string t) { int n = s.size(), m = t.size(); vector<vector<int>> f(m + 1, vector<int>(26, 0)); for (int i = 0; i < 26; i++) { f[m][i] = m; } for (int i = m - 1; i >= 0; i--) { for (int j = 0; j < 26; j++) { if (t[i] == j + 'a') f[i][j] = i; else f[i][j] = f[i + 1][j]; } } int add = 0; for (int i = 0; i < n; i++) { if (f[add][s[i] - 'a'] == m) { return false; } add = f[add][s[i] - 'a'] + 1; } return true; } }; ``` 双指针方法的时间复杂度为 $O(n + m)$,而动态规划方法的预处理时间复杂度为 $O(m \times C)$,其中 $C$ 是字符集的大小(如英文字母为26)。实际使用中,双指针方法更加简洁高效,而动态规划方法更适合处理多组子序列查询的情况[^5]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值