leetcode-392. 判断子序列_oj判断子序列-CSDN博客

本文探讨了如何判断一个字符串是否为另一个字符串的子序列，提供了动态规划和双指针两种算法实现，前者利用DP表格进行状态转移，后者通过两个指针在两个字符串间移动来检查匹配情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。

你可以认为 s 和 t 中仅包含英文小写字母。字符串 t 可能会很长（长度 ~= 500,000），而 s 是个短字符串（长度 <=100）。

字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。

示例 1:
s = “abc”, t = “ahbgdc”

返回 true.

示例 2:
s = “axc”, t = “ahbgdc”

返回 false.

解题思路

dp版：
用dp[i][j]表示s[:i]是否为t[:j]的子序列，则转移方程：
$\begin{cases} dp[i - 1][j - 1], \; &if \; s[i] == t[j] \\ dp[i][j - 1], \; &else \end{cases}$
初始状态：dp[0][0] = True, dp[0][j] = True, dp[i][0] = False
时间复杂度是 $o (m * n)$ ，m和n分别是两个字符串的长度

双指针：
两个指针分别指向s, t，如果s[i1] == t[i2]，则i1 += 1, i2 += 1，否则i2 += 1，如果最后i1走完了，则说明是子序列
时间复杂度是 $o (m + n)$

代码

dp版：

class Solution:
    def isSubsequence(self, s: str, t: str) -> bool:
        dp = [[False] * (len(t) + 1) for _ in range(len(s) + 1)]
        # init
        for col in range(len(t) + 1):
            dp[0][col] = True
        for row in range(1, len(s) + 1):
            for col in range(1, len(t) + 1):
                if s[row - 1] == t[col - 1]:
                    dp[row][col] = dp[row - 1][col - 1]
                else:
                    dp[row][col] = dp[row][col - 1]
        return dp[-1][-1]

双指针版：

class Solution:
    def isSubsequence(self, s: str, t: str) -> bool:
        s_index, t_index = 0, 0
        while s_index < len(s) and t_index < len(t):
            if s[s_index] == t[t_index]:
                s_index += 1
                t_index += 1
            else:
                t_index += 1
        return s_index == len(s)