最长回文子序列




本文主要介绍最长回文子序列的动态规划算法及其优化  


最长回文子序列: 顾名思义最长回文子序列首先它是一个串的子序列       其次它是回文的     再次它是回文子序列中最长的      在这里要区别于最长回文子串


当然  本问题可以用枚举解决   这里并不叙述   主要讨论一下动态规划来解决




还好了   其实很简单    类似于最长公共子序列    dp[i][j]表示   i->j    的最长回文子序列的长度   

所以状态转移方程共有三种情况

1、str[i]==str[j]           dp[i][j]=dp[i+1][j-1]+2

2、str[i]!=str[j]            dp[i][j]=max(dp[i+1][j],dp[i][j-1])


我们来解释一下状态转移方程    

str[i]==str[j]时      这时  i->j   的最长回文子序列就等以    在 i->j 之间  上一个最长回文子序列的基础上+2

str[i]!=str[j]时       这时  i->j   的最长回文子序列就等以     i+1->j 和 i->j-1  中最长回文子序列较长的一个

是不是和最长公共子序列类似



然后  我们可以观察一下状态转移方程   第i行的值只与第i+1行有关   所以可以优化一下第一维      我们设置一个标志位每次只保留两行就好了    标志位可初始为0   这样当字符串长度为奇数时   答案在第0行   反之在第1行




代码:

#include <iostream>
#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <math.h>
#include <vector>
#include <stack>
#include <queue>
#include <map>
#include <set>
#include<list>
#include <bitset>
#include <climits>
#include <algorithm>
#define gcd(a,b) __gcd(a,b)
#define mset(a,n) memset(a,n,sizeof(n)
#define FIN	freopen("input.txt","r",stdin)
#define FOUT 	freopen("output.txt","w",stdout)
typedef long long LL;
const LL mod=1e9+7;
const int INF=0x3f3f3f3f;
const double PI=acos(-1.0);
using namespace std;
//   时间复杂度 O(n2)   空间复杂度 O(n2)
LL  LPS1(char str[],LL n){//    要判断的串 / 字符串长度
    LL dp[1000][1000];
    memset(dp,0,sizeof(dp));
    for (int i=n-1;i>=0;i--){
        dp[i][i]=1;
        for (int j=i+1;j<n;j++){
            if (str[i]==str[j])
                dp[i][j]=dp[i+1][j-1]+2;
            else
                dp[i][j]=max(dp[i][j-1],dp[i+1][j]);
        }
    }
    return dp[0][n-1];
}
//   时间复杂度 O(n2)   空间复杂度 O(n)
LL LPS2(char str[],LL n){//    要判断的串 / 字符串长度
    LL dp[2][200000];
    memset(dp,0,sizeof(dp));
    int flag=0;
    for (int i=n-1;i>=0;i--){
        dp[flag][i]=1;
        for (int j=i+1;j<n;j++){
            if (str[i]==str[j])
                dp[flag][j]=dp[1-flag][j-1]+2;
            else
                dp[flag][j]=max(dp[flag][j-1],dp[1-flag][j]);
        }
        flag=!flag;
    }
    if (n%2)  return dp[0][n-1];
    else   return  dp[1][n-1];
}
int main (){
    char str[2000];
    cin>>str;
    cout<<LPS1(str,strlen(str))<<endl;
    cout<<LPS2(str,strlen(str))<<endl;
    return 0;
}

最长回文子序列(Longest Palindromic Subsequence,LPS)问题是指在一个给定的字符串中找到一个最长回文子序列回文子序列是指一个序列本身不是回文串,但它是一个回文串的子序列。 在C++中,我们可以使用动态规划(Dynamic Programming,DP)的方法来解决这个问题。动态规划的主要思想是将一个大问题分解成小问题,然后从小问题出发,逐渐求得大问题的解。 以下是一个使用动态规划解决最长回文子序列问题的C++示例代码: ```cpp #include <iostream> #include <vector> #include <string> using namespace std; // 函数用于计算字符串str的最长回文子序列的长度 int longestPalindromeSubseq(string str) { int n = str.size(); // 创建一个二维数组dp,用于存储子问题的解,初始化所有值为0 vector<vector<int>> dp(n, vector<int>(n, 0)); // 单个字符的最长回文子序列长度为1,所以对角线上的元素设置为1 for (int i = 0; i < n; i++) { dp[i][i] = 1; } // 如果两个字符相同,那么它俩组成的子序列长度为2 for (int cl = 2; cl <= n; cl++) { for (int i = 0; i < n - cl + 1; i++) { int j = i + cl - 1; if (str[i] == str[j] && cl == 2) { dp[i][j] = 2; } else if (str[i] == str[j]) { dp[i][j] = dp[i + 1][j - 1] + 2; } else { dp[i][j] = max(dp[i][j - 1], dp[i + 1][j]); } } } // 返回整个字符串的最长回文子序列长度 return dp[0][n - 1]; } int main() { string str; cout << "请输入一个字符串:" << endl; cin >> str; cout << "最长回文子序列的长度为:" << longestPalindromeSubseq(str) << endl; return 0; } ``` 在这段代码中,`dp[i][j]`表示从字符串的第`i`个字符到第`j`个字符组成的子串的最长回文子序列的长度。通过初始化对角线以及递推式逐步填充这个二维数组,最终可以得到整个字符串的最长回文子序列长度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值