题目：392. 判断子序列
我的感悟：
理解难点：
听课笔记：
我的代码：
通过截图：
代码易错点：
老师代码：
扩展写法-双指针：
class Solution:
def isSubsequence(self, s: str, t: str) -> bool:
# 初始化两个指针，分别指向s和t的第一个字符
i, j = 0, 0
# 遍历t，直到j到达t的末尾
while j < len(t):
# 如果当前t的字符与s的第i个字符相同
if i < len(s) and t[j] == s[i]:
# 匹配成功，移动s的指针到下一个字符
i += 1
# 移动t的指针到下一个字符
j += 1
# 如果s的指针i到达了s的末尾，说明s是t的子序列
return i == len(s)AI分析：
在这个代码中，我们使用两个指针
i和j分别遍历字符串s和t。我们从t的第一个字符开始遍历，每当找到一个与s当前字符匹配的字符时，就将s的指针向前移动一位。如果s的指针能够遍历完整个s，那么s就是t的子序列。这种方法的效率比之前的方法要高，因为它避免了在每次迭代中都遍历整个
t。在最坏的情况下，我们只需要遍历s和t中的每个字符一次。因此，时间复杂度是线性的，即O(m + n)。
扩展写法-迭代器：
class Solution:
def isSubsequence(self, s: str, t: str) -> bool:
# 判断 s 是否为 t 的子序列。
b = iter(t) # 迭代器
return all(((i in b) for i in s ))AI辅助分析：
时间复杂度是O(m * n)，其中m是子序列字符串
s的长度，n是目标字符串t的长度。
创建迭代器
b = iter(t)的时间复杂度是O(1)，因为它仅仅是创建一个迭代器，不涉及遍历t。
all(((i in b) for i in s))这部分是一个列表推导式，它遍历字符串s中的每个字符，并检查该字符是否在迭代器b代表的字符串t中。对于s中的每个字符i，(i in b)这个操作的时间复杂度是O(n)，其中n是t的长度。这是因为在最坏的情况下，可能需要遍历整个t来确定字符i是否存在。由于列表推导式会为
s中的每个字符执行上述操作，所以总的时间复杂度是O(m * n)，其中m是s的长度，n是t的长度。