输入字符串S和T,请计算字符串S中有多少个子序列等于字符串T。例如,在字符串"appplep"中,有3个子序列等于字符串"apple"
为了解决这个问题,每步从字符串S中取出一个字符判断它是否和字符串T中的某个字符匹配。字符串S中的字符可能和字符串T中的多个字符匹配,如字符串T中的字符’p’可能和字符串S中的3个’p’匹配,因此每一步可能面临多个选择。解决一个问题需要多个步骤,并且每步都可能面临多个选择,这看起来很适合运用回溯法。但由于这个问题没有要求列出字符串S中所有等于字符串T的子序列,而是只计算字符串S中等于字符串T的子序列的数目,也就是求解数目,因此,这个问题更适合运用动态规划来解决。
用f(i,j)表示字符串S[0…i]中等于字符串T[0…j]的子序列的数目。如果字符串S的长度是m,字符串T的长度是n,那么f(m-1,n-1)就是字符串S中等于字符串T的子序列的数目
public class Test {
public static void main(String[] args) {
int result = numDistinct("appplep", "apple");
System.out.println(result);
}
// 用f(i,j)表示字符串S[0..i]中等于字符串T[0..j]的子序列的数目
// 如果字符串S的长度是m,字符串T的长度是n,那么f(m-1,n-1)就是字符串S中等于字符串T的子序列的数目
public static int numDistinct(String s, String t) {
int[][] dp = new int[s.length() + 1][t.length() + 1];
dp[0][0] = 1;
for (int i = 0; i < s.length(); i++) {
dp[i + 1][0] = 1;
for (int j = 0; j <= i && j < t.length(); j++) {
if (s.charAt(i) == t.charAt(j)) {
// 两个值相等,则有两个选择:
// dp[i][j]:代表用S[i]去匹配T[j],则f(i,j) = f(i-1,j-1)
// dp[i][j+1]:代表是舍去S[i],则f(i,j) = f(i-1,j)
// dp[i+1][j+1]:代表着两种选择的总和
dp[i + 1][j + 1] = dp[i][j] + dp[i][j + 1];
}
else {
// 两个值不相等,则只有一种选择:舍去S[i]
dp[i + 1][j + 1] = dp[i][j + 1];
}
}
}
return dp[s.length()][t.length()];
}
}