代码随想录算法训练营第四十五天|LeetCode115. 不同的子序列，LeetCode583. 两个字符串的删除操作，LeetCode72. 编辑距离

LeetCode115. 不同的子序列

题目链接：115. 不同的子序列 - 力扣（LeetCode）
文章讲解：代码随想录
视频讲解：动态规划之子序列，为了编辑距离做铺垫 | LeetCode：115.不同的子序列_哔哩哔哩_bilibili

思路：这道题的dp[i][j]表示以i-1结尾的s子序列中出现以j-1结尾的t的个数。这个当s[i-1]==t[j-1]时，我们可以选择使用s[i-1]，此时的个数就等于dp[i-1][j-1]，也可以选择不使用s[i-1]，此时的个数就等于dp[i-1][j]，所以当s[i-1]==t[i-1]时，就是这两个之和，当不等于时，就是dp[i-1][j]。初始化的话，由于是找s中有多少个t，显然dp[0][j]等于0，而dp[i][0]等于1，然后dp[0][0]也等于1。最后返回dp[s.size()][t.size()]。

代码：

class Solution {
public:
    int numDistinct(string s, string t) {
        vector<vector<uint64_t>>dp(s.size()+1,vector<uint64_t>(t.size()+1));
        for(int i=0;i<=s.size();i++){
            dp[i][0]=1;
        }
        for(int j=1;j<=t.size();j++){
            dp[0][j]=0;
        }
        for(int i=1;i<=s.size();i++){
            for(int j=1;j<=t.size();j++){
                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[s.size()][t.size()];
    }
};

LeetCode583. 两个字符串的删除操作

题目链接：583. 两个字符串的删除操作 - 力扣（LeetCode）
文章讲解：代码随想录
视频讲解：动态规划之子序列，还是为了编辑距离做铺垫 | LeetCode：583.两个字符串的删除操作_哔哩哔哩_bilibili

思路：这道题的dp[i][j]表示的意思是以i-1为结尾的字符串word1，和以j-1为结尾的字符串word2，想要达到相等，所需要删除元素的最少次数。然后如果word1[i-1]==word2[j-1]，那么dp[i][j]=dp[i-1][j-1]是一样的也就是说不用删，如果不等于，那么需要删，可以删一个，也可以两个都删，也就是取最小值dp[i][j]=min(dp[i-1][j]+1,min(dp[i][j-1]+1,dp[i-1][j-1]+2));。初始化的话dp[i][0]，也就是把一个长为i的word1变得和长为0的word2一样，所以dp[i][0]=i，同理dp[0][j]=j，最后返回dp[word1.size()][word2.size()]。

代码：

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>>dp(word1.size()+1,vector<int>(word2.size()+1,0));
        for(int i=0;i<=word1.size();i++){
            dp[i][0]=i;
        }
        for(int j=0;j<=word2.size();j++){
            dp[0][j]=j;
        }
        for(int i=1;i<=word1.size();i++){
            for(int j=1;j<=word2.size();j++){
                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,min(dp[i][j-1]+1,dp[i-1][j-1]+2));
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

LeetCode72. 编辑距离

题目链接：72. 编辑距离 - 力扣（LeetCode）
文章讲解：代码随想录
视频讲解：动态规划终极绝杀！ LeetCode：72.编辑距离_哔哩哔哩_bilibili

思路：算是上一题的加强版，不过跟上一题思路几乎一样。首先要想明白添加和删除是一样的，所以删除的逻辑是不用变的，而替换的逻辑其实就是进行一次操作后变为word1[i-1]==word2[j-1]的情况，也就是dp[i-1][j-1]+1

代码：

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>>dp(word1.size()+1,vector<int>(word2.size()+1,0));
        for(int i=0;i<=word1.size();i++){
            dp[i][0]=i;
        }
        for(int j=0;j<=word2.size();j++){
            dp[0][j]=j;
        }
        for(int i=1;i<=word1.size();i++){
            for(int j=1;j<=word2.size();j++){
                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,min(dp[i][j-1]+1,dp[i-1][j-1]+1));
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};