代码随想录算法训练营第三十九天| 115.不同的子序列、583. 两个字符串的删除操作、72. 编辑距离-CSDN博客

写代码的第三十九天
就这几天这些题，不出意外再拿出来我依旧做不出来，有种看着答案做题的感觉，自己想根本想不出来，笑死。。。。。。
编辑距离。。。。。。

115.不同的子序列

思路

解决问题1：dp[i][j]的含义是什么？以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。
解决问题2：递推公式是什么？分两种情况。第一种情况：当s[i-1]==t[j-1]的时候，我们要找的是s中有没有t，那么当s[i-1]==t[j-1]的时候，s[i-1]这个值用还是不用要分情况讨论，当使用s[i-1]时dp[i][j]=dp[i-1][j-1]，当不使用s[i-1]的时候dp[i][j]=dp[i-1][j]，所以第一种情况的dp[i][j]=dp[i-1][j-1]+dp[i-1][j]。第二种情况：当s[i-1]!=t[j-1]的时候我理解的是和不使用s[i-1]的时候dp[i][j]=dp[i-1][j]。
解决问题3：初始化为多少？根据递推公式可以知道当前dp[i][j]都是根据i-1和j-1得到的，所以要知道dp[0][j] dp[i][0]这行这列的初始化，根据dp数组的初始化定义可以知道，dp[0][j]=0（以0位结尾s子序列中出现以j-1为结尾的t的个数为0），dp[i][0]=1（以i位结尾s子序列中出现以0为结尾的t的个数为1），其他位置赋值为什么都可以，都会被覆盖。需要注意的是当dp[0][0]的时候也就是以0位结尾的s子序列中出现以0位为结尾的t的个数应该为多少，其实就是空对空，那么结果是1。
解决问题4：遍历顺序？从递推公式可以看出，从左到右，从上到下。
正确代码：

class Solution:
    def numDistinct(self, s: str, t: str) -> int:
        dp = [[0 for _ in range(len(t)+1)] for _ in range(len(s)+1)]
        for i in range(len(s)):
            dp[i][0] = 1
        for j in range(1,len(t)):
            dp[0][j] = 0
        for i in range(1,len(s) + 1):
            for j in range(1,len(t) + 1):
                if s[i-1] == t[j-1]:
                    dp[i][j] = dp[i-1][j-1] + dp[i-1][j]
                else:
                    dp[i][j] = dp[i-1][j]
        return dp[-1][-1]

583. 两个字符串的删除操作

思路

解决问题1：dp[i][j]的含义？以i-1为结尾的字符串word1，和以j-1位结尾的字符串word2，想要达到相等，所需要删除元素的最少次数。
解决问题2：递推公式？还是分两种情况word1[i - 1]==word2[j - 1]的情况和word1[i - 1]!=word2[j - 1]的情况。第一种情况：相等的时候不用删，所以dp[i][j] = dp[i - 1][j - 1]；第二种情况：不相等，那么就还分为三种情况，删word1的dp[i][j]=dp[i - 1][j] + 1，删word2的dp[i][j]=dp[i][j - 1] + 1，word1和word2都删的dp[i][j]=dp[i - 1][j - 1] + 2，最少操作次数，所以dp[i][j] = min（前面的三种情况）
解决问题3：dp数组初始化？根据递推公式，可以看出需要初始化的地方是dp[0][j],dp[i][0]，因为本题要的是删除不相同的字符，所以当word1或者word2中是空的情况，那么需要赋值为i和j，其他的位置赋值为0就行。
解决问题4：for循环的遍历顺序？根据递推公式可以看出是从左到右，从上到下。
正确代码：

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        dp = [[0 for _ in range(len(word2)+1)] for _ in range(len(word1)+1)]
        for i in range(len(word1)+1):
            dp[i][0] = i
        for j in range(len(word2)+1):
            dp[0][j] = j
        for i in range(1,len(word1)+1):
            for j in range(1,len(word2)+1):
                if word1[i-1] == word2[j-1]:
                    dp[i][j] = dp[i-1][j-1]
                else:
                    dp[i][j] = min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]+2)
        return dp[-1][-1]

72. 编辑距离

思路

解决问题1：dp[i][j] 表示以下标i-1为结尾的字符串word1，和以下标j-1为结尾的字符串word2，最近编辑距离为dp[i][j]。
解决问题2：递推公式？还是分两种情况word1[i - 1]==word2[j - 1]的情况和word1[i - 1]!=word2[j - 1]的情况。第一种情况：word1[i - 1]==word2[j - 1]此时不操作，所以dp[i][j] = dp[i - 1][j - 1]。第二种情况word1[i - 1]!=word2[j - 1]，此时分三种情况，增删改三种操作；删除操作：和上一题很像，所以删除word1的情况dp[i][j] = dp[i - 1][j] + 1，删除word2的情况dp[i][j] = dp[i][j - 1] + 1；增操作：word1增加操作，相当于word2删除操作，所以和上一步删除是一样的；改操作：其实就是对其中一个字符进行修改，那么dp[i][j] = dp[i - 1][j - 1] + 1，所以第二种情况的dp[i][j] = min(dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]) + 1
解决问题3：初始化？和上一题一样dp[i][0] 和 dp[0][j]，所以dp[i][0]也就是以下标为i-1的字符串word1和空的word2字符串的最近编辑距离为i， dp[0][j]=j
解决问题4：遍历顺序？从左到右从上到下。
正确代码：

**class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        dp = [[0 for _ in range(len(word2)+1)] for _ in range(len(word1)+1)]
        for i in range(len(word1)+1):
            dp[i][0] = i
        for j in range(len(word2)+1):
            dp[0][j] = j
        for i in range(1,len(word1)+1):
            for j in range(1,len(word2)+1):
                if word1[i-1] == word2[j-1]:
                    dp[i][j] = dp[i-1][j-1]
                else:
                    dp[i][j] = min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1]) + 1
        return dp[-1][-1]**