LeetCode - Distinct Subsequences

本文详细解析使用动态规划解决子序列计数问题,通过实例分析并给出代码实现,时间复杂度和空间复杂度均为O(m*n),强调从小问题入手总结规律的重要性。

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

https://leetcode.com/problems/distinct-subsequences/

这道题一开始我还想用 two pointers , backtracking来做,后来想这个是算个数,backtracking太复杂了,而且也没想到很明确的做法。

后来看tag发现是DP题,分析一下:

         a   b    c   d   a   e   b   c

a      1   1     1   1   2   2   2   2

b       0  1      1   1  1   1   3   3

很明显,当dst[i][[j]表示S的 (0,j)中包含的T 的 (0,i)的不同子串数。

当T只有一个字符时,那么看此时S的最后一个字符和T的最后一个字符是否相同,相同的话,dst[i][j]就是dst[i][j-1]+1,否则就是dst[i][j-1]

当T不止一个字符时,同样也看此时S的最后一个字符和T的最后一个字符是否相同,相同的话,dst[i][j]就是 dst[i][j-1]+dst[i-1][j-1],否则就是dst[i][j-1]

这是通过上面的例子总结出来的,但是如果仔细分析,会发现,此时其实是看当前S的最后一个字符能否作为当前T的子串的一部分,如果不能的话,那么情况没有任何改变,跟dst[i][j-1],即没有这个字符时,个数一样即可。如果S的最后一个字符可以作为T的子串的话,那么除了没有这个字符时可以形成的个数dst[i][j-1],还要加上有了这个字符时,可以形成的个数,即dst[i-1][j-1]

代码如下:

public class Solution {
    public int numDistinct(String S, String T) {
        if(S.length() <= T.length()) return S.equals(T)? 1: 0;
        int[][] dst = new int[T.length()][S.length()];
        dst[0][0] = S.charAt(0)==T.charAt(0) ? 1 : 0;
        
        for(int i=0; i<T.length(); i++){
            for(int j=i; j<S.length(); j++){
                if(i==0 && j==0) continue;
                if(i==0){
                    dst[i][j] = S.charAt(j)==T.charAt(i) ? dst[i][j-1]+1 : dst[i][j-1];
                    continue;
                }
                dst[i][j] = S.charAt(j)==T.charAt(i) ? dst[i][j-1]+dst[i-1][j-1] : dst[i][j-1];
            }
        }
        return dst[T.length()-1][S.length()-1];
    }
}

看起来代码挺少的,主要是用 ? : 运算符来减少代码行数。

时间复杂度和空间复杂度都是O(m*n)。

复杂问题一定要从小问题开始分析,总结规律,再看这个规律是否合理。

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