Distinct Subsequences
Detailed guide and Python implementation for the 'Distinct Subsequences' problem.
1. 学ぶ
The 'Distinct Subsequences' problem is a key challenge in the 2D DP section.
This implementation focuses on medium-level logic in Python.
We prioritize technical accuracy and code readability in our provided solutions.
2. Real-World Applications
3. Visual Intuition
Visualizing the logic flow for Distinct Subsequences.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Read the problem statement for Distinct Subsequences carefully.
2. Formulate brute force
Draft a simple iterative solution.
3. Identify inefficiency
Look for redundant calculations.
4. Optimize search path
Use hashing or sorting to speed up the process.
5. Final Implementation
Clean up the code for production standards.
問題提起
Given two strings s and t, return the number of distinct subsequences of s which equals t.
A string's subsequence is a new string formed from the original string by deleting some (can be none) of the characters without disturbing the relative positions of the remaining characters. (i.e., "ACE" is a subsequence of "ABCDE" while "AEC" is not).
Write a function numDistinct(s: str, t: str) -> int.
- •1 <= len(s), len(t) <= 1000
- •s and t consist of English letters
例
s = "rabbbit", t = "rabbit"
3
There are 3 ways you can generate "rabbit" from s: **rab**b**bit**, **ra**b**bbit**, **rab**bb**it**.
s = "babgbag", t = "bag"
5
There are 5 ways you can generate "bag" from s.
Need a Hint?
Edge Cases to Watch
- Empty input structures
- Single element inputs
- Large numerical bounds
解決する準備はできましたか?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
インタビューの洞察とバリエーション
複雑さの分析の内訳
なぜ時間がかかるのか: Directly evaluates all possibilities.
なぜ宇宙なのか: Uses standard local memory.
なぜ時間がかかるのか: Optimized paths reduce total operations.
なぜ宇宙なのか: May trade memory for speed.
最適化されたソリューションの Python コード
最適化されたソリューションの Python コード
def num_distinct_opt(s, t):
dp = {}
def dfs(i, j):
if j == len(t): return 1
if i == len(s): return 0
if (i, j) in dp: return dp[(i, j)]
if s[i] == t[j]: dp[(i, j)] = dfs(i + 1, j + 1) + dfs(i + 1, j)
else: dp[(i, j)] = dfs(i + 1, j)
return dp[(i, j)]
return dfs(0, 0)ブルート フォース コード (スポイラーガード付き)
ブルート フォース コード (スポイラーガード付き)
def num_distinct_brute(s, t):
def solve(i, j):
if j == len(t): return 1
if i == len(s): return 0
if s[i] == t[j]: return solve(i + 1, j + 1) + solve(i + 1, j)
return solve(i + 1, j)
return solve(0, 0)Algorithm Pattern Checklist
When dealing with 2D DP data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Standard 2D DP problem properties apply.
関連する質問
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
推奨される Python リソース
関連するインタラクティブなチュートリアル、チートシート、コード比較で知識を深めてください。
Python ループ
Python ループを使用してデータを反復処理する方法を学びます。インタラクティブな例を使用して、for ループ、while ループ、ブレーク、継続、ループのベスト プラクティスをマスターします。
Python でリストを並べ替える方法
sort() メソッドとsorted() 関数を使用して、Python でリストを並べ替える方法を学びます。カスタムキーの並べ替えと逆順の例をご覧ください。
Python 文字列メソッドのチートシート
Python 文字列操作の完全なリファレンス ガイド。文字列プロパティの書式設定、検索、分割、置換、チェックをマスターします。
Python と JavaScript: どちらのプログラミング言語が最適ですか?
Python と JavaScript の包括的な比較。構文の違い、パフォーマンス、使用例 (バックエンドとフロントエンド)、およびコーディング例を調べます。