Leetcode 115. Distinct Subsequences 计算子串 解题报告

本文介绍了一种使用动态规划解决子序列计数问题的方法,通过具体的实例详细解释了算法的实现过程。针对字符串S中寻找字符串T的所有不同子序列数量的问题,给出了清晰的解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 解题思想

给了S作为一个全串,然后试问,有多少种按顺序删除S中的某些元素而得到T的方案?

其实这道题是个动态规划
这里写图片描述
以题目中的S = “rabbbit”, T = “rabbit” 为例子,可以看到上面的:
假设有两个指针I和j指向了T和S,DP矩阵表示已经匹配的数量
1、至少有,dp[i][j] = dp[i][j - 1]. 也就是说,即便在S[j] T[i]位置二者不相等,那么其也只好保证之前一个状态
2、若S[j] T[i] 相等,那么其还可以利用之前i-1,j-1所匹配的情况,所以需要加上

由此动态规划,最后输出最终位置的就可以了

2 原题

Given a string S and a string T, count the number of distinct subsequences of T in S. 
A subsequence of a string is a new string which is formed from the original string by deleting some (can be none) of the characters without disturbing the relative positions of the remaining characters. (ie, "ACE" is a subsequence of "ABCDE" while "AEC" is not). 
Here is an example:
S = "rabbbit", T = "rabbit" 
Return 3. 

3 AC解

public class Solution {
    /**
     * 
     * */
    public int numDistinct(String s, String t) {
        int n = s.length(), m = t.length();
        char sc[] = s.toCharArray(),tc[] = t.toCharArray();
        int dp[][] = new int[n+1][m+1];
        for(int i=0;i<=n;i++) dp[i][0]=1;
        for(int i=1;i<=n;i++){
            for(int j=1;j<=m;j++){
                dp[i][j] = dp[i-1][j];
                if(sc[i-1] == tc[j-1]) dp[i][j] += dp[i-1][j-1];
            }
        }
        return dp[n][m];
    }
}
### LeetCode 第 5 题 '最长回文子串' 的 Python 解法 对于给定字符串 `s`,返回其中的最长回文子串是一个经典算法问题。一种高效的解决方案是利用中心扩展方法来寻找可能的最大长度回文。 #### 中心扩展法解析 该方法基于观察到的一个事实:一个回文串可以由中间向两端不断扩散而得。因此可以从每一个字符位置出发尝试构建尽可能大的回文序列[^1]。 具体来说: - 对于每个字符作为单个字符的中心点; - 或者两个相同相邻字符作为一个整体中心点; - 向两侧延伸直到遇到不匹配的情况为止; 记录下每次找到的有效回文串及其起始索引和结束索引,并更新全局最优解。 下面是具体的 Python 实现代码: ```python def longest_palindrome(s: str) -> str: if not s or len(s) == 0: return "" start, end = 0, 0 for i in range(len(s)): len1 = expand_around_center(s, i, i) len2 = expand_around_center(s, i, i + 1) max_len = max(len1, len2) if max_len > end - start: start = i - (max_len - 1) // 2 end = i + max_len // 2 return s[start:end + 1] def expand_around_center(s: str, left: int, right: int) -> int: L, R = left, right while L >= 0 and R < len(s) and s[L] == s[R]: L -= 1 R += 1 return R - L - 1 ``` 此函数通过遍历整个输入字符串并调用辅助函数 `expand_around_center()` 来计算以当前位置为中心能够形成的最长回文串长度。最终得到的结果即为所求的最大回文子串
评论
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