代码随想录算法训练营第 46 天 | 647. 回文子串 516.最长回文子序列

代码随想录算法训练营

Day46 代码随想录算法训练营第 46 天 | 647. 回文子串 516.最长回文子序列

---

---

前言

LeetCode 647. 回文子串

讲解文档

LeetCode 516.最长回文子序列

讲解文档

---

一、LeetCode 647. 回文子串

1.题目链接

LeetCode 647. 回文子串

2.思路

（1）dp数组含义：
dp[i][j] 表示区间[i,j]是否为回文子串
（2）状态转移
1）如果s[i]不等于s[j]，一定不是回文子串
2）如果s[i]等于s[j]
① i与j的差值小于等于1：类似于a或者aa，是回文子串
② i与j的差值大于1：要判断[i+1,j-1]是不是回文子串
例如：cabac,确定两边都是c ，要判断aba是不是回文子串
（3）初始化：
初始化为false
（4）遍历顺序
1）由于通过dp[i + 1][j - 1]确定dp[i][j] ，所以：
先确定大的i值，i要从后向前遍历；
先确定小的j值，j要从前向后遍历
2）由于闭区间[i,j]：i<=j

3.题解

class Solution {
public:
    int countSubstrings(string s) {
        int n = s.size();
        vector<vector<bool>> dp(n, vector<bool>(n, false));
        int res = 0;
        for (int i = n - 1; i >= 0; i--) {
            for (int j = i; j < n; j++) {
                if (s[i] == s[j]) {
                    if (abs(i - j) <= 1) {
                        dp[i][j] = true;
                        res++;
                    } else {
                        if (dp[i + 1][j - 1]) {
                            dp[i][j] = true;
                            res++;
                        }
                    }
                }
            }
        }
        return res;
    }
};

二、LeetCode516.最长回文子序列

1.题目链接

LeetCode516.最长回文子序列

2.思路

（1）dp[i][j]:
[i,j]区间最长回文子序列长度
（2）状态转移
1）如果s[i]等于s[j]：
① 如果 i=j 那么区间内最长回文子序列长度为1
② 如果 |i-j|=1那么区间内最长回文子序列长度为2
③ 其他情况，s[i]和s[j]加入[i+1,j-1]最长回文子序列，长度+2
2）如果s[i]不等于s[j]：
s[i]或s[j]加入[i+1,j-1]最长回文子序列，可能都不加
（3）初始化：初始化为0
（4）遍历：
从后向前遍历i，从i开始从前向后遍历j

3.题解

class Solution {
public:
    int longestPalindromeSubseq(string s) {
        int n = s.size();
        vector<vector<int>> dp(n, vector<int>(n, 0));
        for (int i = n - 1; i >= 0; i--) {
            for (int j = i; j < n; j++) {
                if (s[i] == s[j]) {
                    if (i == j)
                        dp[i][j] = 1;
                    else if (abs(i - j) == 1)
                        dp[i][j] = 2;
                    else
                        dp[i][j] = dp[i + 1][j - 1] + 2;
                } else {
                    dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);
                }
            }
        }
        return dp[0][n - 1];
    }
};