leetcode392.判断子序列

一、题目描述

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。

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"是"abcde"的一个子序列，而"aec"不是）。

进阶：

如果有大量输入的 S，称作 S1, S2, … , Sk 其中 k >= 10亿，你需要依次检查它们是否为 T 的子序列。在这种情况下，你会怎样改变代码？

致谢：

特别感谢 @pbrother 添加此问题并且创建所有测试用例。

示例 1：

输入：s = “abc”, t = “ahbgdc”
输出：true
示例 2：

输入：s = “axc”, t = “ahbgdc”
输出：false

提示：

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

二、题目解析

1、双指针，枚举t的全部可能的开始位置
外层for循环以t为基准，针对每个可能的起始位置，逐个匹配s的全部元素（在枚举的过程中可能包含无用操作））
如abcdh dh 其实起始位置a、b、c都是无效的，却还要遍历完dh才可以拿到结果。

class Solution {
    public boolean isSubsequence(String s, String t) {
        if(s == null || t == null || s.length() > t.length()){
            return false;
        }
        //特例：空字符串
        if(s.length() == 0 && t.length() == 0){
            return true;
        }
        for(int i = 0;i <= t.length() - s.length();i++){
            //每一轮开始寻找的时候都重置两个指针和计数器
            int pointer1 = i,pointer2 = 0,count = 0;
            while(pointer1 < t.length() && pointer2 < s.length()){
                if(s.charAt(pointer2) == t.charAt(pointer1)){
                    count++;
                    pointer1++;
                    pointer2++;
                }else{
                    pointer1++;//因为是序列，s的下一个位置可能符合
                }
            }
            //这轮寻找匹配到了s的全部长度元素
            if(count == s.length()){
                return true;
            }
        }
        return false;
    }
}

时间复杂度O（（n-m）*m），空间复杂度O（1）

2、在1的基础上代码优化
外层for循环以s为基准，可以只遍历一遍t。

备注：和寻找子串的区别是， 一轮下来如果找不到就证明没了（因为字符串t遍历完了）； 但是子串由于要求连续，如果一轮没找到，需要枚举下一个位置重新开始找。

for循环的判断处理逻辑如下：
当 s[i] == t[j] 时，代表匹配成功，此时同时 i++ , j++ ；
进而，若 i 已走过 s 尾部，代表 s 是 t
的子序列，此时应提前返回 true ；
当 s[i] != t[j] 时，代表匹配失败，此时仅 j++ ；

class Solution {
    public boolean isSubsequence(String s, String t) {
        if (s.length() == 0) return true;
        for (int i = 0, j = 0; j < t.length(); j++) {
            if (s.charAt(i) == t.charAt(j)) {
                i++;
                if (i == s.length()){
                    return true;
                }
            }
        }
        return false;
    }
}

时间复杂度O（n）（n为字符串t长度，最差遍历完），空间复杂度O（1）