力扣(LeetCode)115. 不同的子序列(C++)

最新推荐文章于 2026-06-16 20:19:21 发布

原创最新推荐文章于 2026-06-16 20:19:21 发布 · 415 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#c++ #leetcode #算法 #动态规划 #dp

收录于

墨染leetcode 专栏收录该内容

138 篇文章

订阅专栏

本文解析了动态规划中的状态转移方程，通过实例展示了如何根据给定字符串s和t，利用递推思想求解numDistinct问题。时间复杂度为O(n×m)，空间复杂度同样为O(n×m)，介绍了如何在Solution类中实现并获取最终答案。

动态规划

状态转移方程
$s[i]=t[j]f[i,j]=\begin{cases} f[i-1,j]\\ f[i-1,j]+f[i-1,j-1]&\text{if } s[i]=t[j] \end{cases}$

无论选不选 $s [i]$ ， $f [i] [j]$ 一定包含 $f [i - 1] [j]$ ，即 $s [1$ ~ $i - 1]$ 含有 $t [1$ ~ $j]$ 的方案全部顺延过来。

如果选 $s [i]$ ，仅当 $s [i] = t [j]$ ， $f [i] [j]$ 包含 $f [i - 1] [j - 1]$ 。即 $s [1$ ~ $i - 1]$ 生成 $t [1$ ~ $j - 1]$ 的方案全部顺延过来。

class Solution {
public:
    int numDistinct(string s, string t) {
        int n = s.size(), m = t.size();
        s = ' ' + s, t= ' ' + t;
        vector<vector<long long>> f(n+1,vector<long long>(m+1,0));
        for(int i = 0;i<=n;i++) f[i][0] = 1;
        for(int i = 1; i<=n;i++)
            for(int j = 1;j<=m;j++){
                f[i][j] = f[i-1][j];
                if(s[i]==t[j]) f[i][j]+=f[i-1][j-1];
                f[i][j]%=INT_MAX;
            }
        return f[n][m];
    }
};

时间复杂度 : $O(n×m)O(n\times m)$ ， $n$ 是字符串 $s$ 的长度， $m$ 是字符串 $t$ 的长度，状态转移的时间复杂度 $O(n×m)O(n\times m)$ 。
空间复杂度 : $O(n×m)O(n\times m)$ ，所有状态的空间复杂度 $O(n×m)O(n\times m)$ 。