动态规划 Leetcode 392 判断子序列

mmaerd

于 2024-04-03 15:29:58 发布

阅读量289

点赞数 2

分类专栏： Leetcode刷题学习记录文章标签：动态规划 leetcode 算法

本文链接：https://blog.youkuaiyun.com/weixin_46930685/article/details/137344576

版权

Leetcode刷题学习记录专栏收录该内容

86 篇文章

订阅专栏

本文介绍了如何使用动态规划算法解决LeetCode题目392，判断给定字符串`s`是否为另一个字符串`t`的子序列。关键步骤包括初始化dp数组，递推公式，以及遍历字符串并更新dp值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

判断子序列

Leetcode 392

学习记录自代码随想录

要点：1.dp[i]以nums[i-1]结尾时最大子数组和，此时不用初始化dp[0]为nums[0]，如果为nums[i]结尾则需要初始化；
2.递推公式： dp[i] = max(nums[i-1], dp[i-1] + nums[i-1])；
3.返回的是dp的最大值

class Solution {
public:
    bool isSubsequence(string s, string t) {
        int m = s.size(), n = t.size();
        // s为空则一定为真
        if(m == 0) return true;
        // 1.dp[i][j]长度为s[0:i-1]和t[0:j-1]时最大重复子序列长度
        vector<vector<int>> dp(m+1, vector<int>(n+1, 0));
        // 2.递推公式：if(s[i-1] == t[j-1]) dp[i][j] = dp[i-1][j-1] + 1;
        //            else dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
        // 3.dp数组初始化
        // 4.遍历顺序：正向遍历
        for(int i = 1; i < m+1; i++){
            for(int j = 1; j < n+1; j++){
                if(s[i-1] == t[j-1]) dp[i][j] = dp[i-1][j-1] + 1;
                else dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
                if(dp[i][j] == m) return true;
            }
        }
        // 5.举例推导dp数组
        return false;
    }
};