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

本文主要是介绍代码随想录算法训练营第四十五天|不同的子序列、两个字符串的删除操作、编辑距离,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

不同的子序列 leetcode 115

不要求连续。

dp数组含义:以i为尾的s中有以j为尾的t的个数为dp[i][j]。

递推公式:如果s[i]==t[j],就不需要考虑i和j这两个字母了,就等于以i-1为尾的s中有以j-1为尾的t的个数为dp[i-1][j-1],这种情况是考虑使用i这种情况,还有不使用i的情况(例如:在bagg中找bag),此时不使用i就是以i-1为尾的s中有以j为尾的t的个数为dp[i-1][j]。

如果s[i]!=t[j],则就是不使用i,和上面第二种情况相同,为dp[i-1][j]。因为是在s中找t所以不用模拟不使用j-1的情况,因为必须得用j-1。

初始化:由递推公式,第一行和第一列需要初始化,对于第一列,dp[i][0],只要s[i]==t[0]就赋值加一并向后顺延。对于第一行dp[0][j],第一个格子在对第一列赋值是已经初始化,其余格子初始化为0。

遍历顺序:从上到下,从左到右。

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

两个字符串的删除操作 leetcode 583

解法一:使用之前做过的最长公共子序列解决

找出两个字符串的最长公共子序列长度,然后两个字符串长度减去2倍的最长公共子序列长度就是需要的步数。

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

使用动态规划结果出现错误时,打印dp数组!可以解决很多问题!

解法二:代码随想录卡哥版本

dp数组含义:使以i-1为尾的word1和以j-1为尾的word2相同需要删除的步数为dp[i][j]。

递推公式:当word1[i]==word2[j]时,也就是说不用删,和上一步结果相同此时dp[i][j]=dp[i-1][j-1]。

如果word1[i]!=word2[j],一共三种情况,删i-1就是dp[i-1][j]+1(其中dp[i-1][j]为使以i-2为尾的word1和以j-1为尾的word2相同需要删除的步数),删j-1就是dp[i][j-1]+1,i-1和j-2都删就是删两步,为dp[i-1][j-1]+2,然后三种情况取最小值。

初始化:根据递推公式第一行和第一列需要初始化,对于第一行dp[0][j],使以-1为尾(空字符串)的word1和以j-1为尾的word2相同需要删除的步数就是当前word2的长度j,所以dp[0][j]=j。对于第一列dp[i][0],使以i-1为尾的word1和以-1为尾(空字符串)的word2相同需要删除的步数为i。其余格子初始化为0。

遍历顺序:从上到下,从左到右。

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(min(dp[i-1][j]+1,dp[i][j-1]+1),dp[i-1][j-1]+2);}}return dp[word1.size()][word2.size()];}
};

编辑距离 leetcode 72

dp数组含义:使以i-1为尾的word1转化为以j-1为尾的word2的最少操作步数为dp[i][j]。

递推公式:如果word1[i]==word2[j],则此时不需要任何操作,即dp[i][j]=dp[i-1][j-1];

对于最少操作次数,增加和删除是同理的,所以我们只需要考虑删除和替换即可,对于删除操作,当删除i-1时为dp[i-1][j]+1(使以i-2为尾的word1转化为以j-1为尾的word2的最少操作步数再加一步删除操作),同理删除j-1时为dp[i][j-1]+1。对于替换操作,就是使当前遍历的不同的字母相同,那么就是dp[i-1][j-1]+1(使以i-2为尾的word1转化为以j-2为尾的word2的最少操作步数加一步替换操作)。

初始化:根据递推公式,必须初始化第一行和第一列,对于第一行dp[0][j](使以-1为尾的word1空字符串转化为以j-1为尾的word2的最少操作步数)应该增加j个字符所以dp[0][j]=j;同理dp[i][0]=i。

遍历顺序:从上到下,从左到右。

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(min(dp[i-1][j]+1,dp[i][j-1]+1),dp[i-1][j-1]+1);}}return dp[word1.size()][word2.size()];}
};

出现的错误

if语句判断条件写成了:word1[i]==word2[j]。应该是if(word1[i-1]==word2[j-1])。

因为dp数组含义:使以i-1为尾的word1转化为以j-1为尾的word2的最少操作步数为dp[i][j]。

这篇关于代码随想录算法训练营第四十五天|不同的子序列、两个字符串的删除操作、编辑距离的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1090956

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

2. c#从不同cs的文件调用函数

1.文件目录如下: 2. Program.cs文件的主函数如下 using System;using System.Collections.Generic;using System.Linq;using System.Threading.Tasks;using System.Windows.Forms;namespace datasAnalysis{internal static

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

电脑桌面文件删除了怎么找回来?别急,快速恢复攻略在此

在日常使用电脑的过程中,我们经常会遇到这样的情况:一不小心,桌面上的某个重要文件被删除了。这时,大多数人可能会感到惊慌失措,不知所措。 其实,不必过于担心,因为有很多方法可以帮助我们找回被删除的桌面文件。下面,就让我们一起来了解一下这些恢复桌面文件的方法吧。 一、使用撤销操作 如果我们刚刚删除了桌面上的文件,并且还没有进行其他操作,那么可以尝试使用撤销操作来恢复文件。在键盘上同时按下“C

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO