动态规划章节理论基础:
647. 回文子串
题目链接:https://leetcode.cn/problems/longest-increasing-subsequence/description/
这道题应该算是编辑距离的入门题目,因为从题意中我们也可以发现,只需要计算删除的情况,不用考虑增加和替换的情况。
思路:
动规五部曲:
(1)确定dp数组以及下标含义
我们在判断字符串S是否是回文,那么如果我们知道 s[1],s[2],s[3] 这个子串是回文的,那么只需要比较 s[0]和s[4]这两个元素是否相同,如果相同的话,这个字符串s 就是回文串。
所以为了明确这种递归关系,我们的dp数组是要定义成一位二维dp数组。
布尔类型的dp[i][j]:表示区间范围[i,j] (注意是左闭右闭)的子串是否是回文子串,如果是dp[i][j]为true,否则为false。
(2)确定递归公式
整体上是两种,就是s[i]与s[j]相等,s[i]与s[j]不相等这两种。
当s[i]与s[j]不相等,那没啥好说的了,dp[i][j]一定是false。
当s[i]与s[j]相等时,这就复杂一些了,有如下三种情况:
情况一:下标i 与 j相同,同一个字符例如a,当然是回文子串
情况二:下标i 与 j相差为1,例如aa,也是回文子串
情况三:下标:i 与 j相差大于1的时候,例如cabac,此时s[i]与s[j]已经相同了,我们看i到j区间是不是回文子串就看aba是不是回文就可以了,那么aba的区间就是 i+1 与 j-1区间,这个区间是不是回文就看dp[i + 1][j - 1]是否为true。
最后用result,就是统计回文子串的数量。
(3)dp数组初始化
dp[i][j]初始化为false,初始不匹配。
(4)确定遍历顺序
首先从递推公式中可以看出,情况三是根据dp[i + 1][j - 1]是否为true,在对dp[i][j]进行赋值true的。
dp[i + 1][j - 1] 在 dp[i][j]的左下角,如图:
所以一定要从下到上,从左到右遍历,这样保证dp[i + 1][j - 1]都是经过计算的。
(5)举例推导dp数组
举例,输入:“aaa”,dp[i][j]状态如下:
图中有6个true,所以就是有6个回文子串。
代码:
class Solution {
public int countSubstrings(String s) {
int n = s.length();
char[] arr = s.toCharArray();
// dp[i][j] 表示从i ~ j是否是回文串
// 0 代表不是,1代表是
int[][] dp = new int[n][n];
int result = 0;
// 注意是i--
for (int i = n - 1; i >= 0; i--) {
for (int j = i; j < n; j++) {
if (arr[i] == arr[j]) {
if (j - i <= 1) {
result++;
dp[i][j] = 1;
} else if (dp[i + 1][j - 1] == 1) {
result++;
dp[i][j] = 1;
}
}
// 不相等的情况,直接排除
}
}
return result;
}
}
516.最长回文子序列
题目链接:https://leetcode.cn/problems/longest-palindromic-subsequence/description/
思路:
刚刚求的是回文子串,而本题要求的是回文子序列, 要搞清楚这两者之间的区别。回文子串是要连续的,回文子序列可不是连续的。思路其实是差不多的,但本题要比求回文子串简单一点,因为情况少了一点。
动规五部曲:
(1)确定dp数组以及下标含义
dp[i][j]:字符串s在[i, j]范围内最长的回文子序列的长度为dp[i][j]。
(2)确定递归公式
在判断回文子串的题目中,关键逻辑就是看s[i]与s[j]是否相同。
如果s[i]与s[j]相同,那么dp[i][j] = dp[i + 1][j - 1] + 2;
如果s[i]与s[j]不相同,说明s[i]和s[j]的同时加入 并不能增加[i,j]区间回文子序列的长度,那么分别加入s[i]、s[j]看看哪一个可以组成最长的回文子序列。
加入s[j]的回文子序列长度为dp[i + 1][j]。
加入s[i]的回文子序列长度为dp[i][j - 1]。
那么dp[i][j]一定是取最大的,即:dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);
(3)dp数组初始化
首先要考虑当i 和j 相同的情况,从递推公式:dp[i][j] = dp[i + 1][j - 1] + 2; 可以看出 递推公式是计算不到 i 和j相同时候的情况。
所以需要手动初始化一下,当i与j相同,那么dp[i][j]一定是等于1的,即:一个字符的回文子序列长度就是1。
其他情况dp[i][j]初始为0就行,这样递推公式:dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]); 中dp[i][j]才不会被初始值覆盖。
(4)确定遍历顺序
从递归公式中,可以看出,dp[i][j] 依赖于 dp[i + 1][j - 1] ,dp[i + 1][j] 和 dp[i][j - 1]。所以遍历i的时候一定要从下到上遍历,这样才能保证下一行的数据是经过计算的。j的话,可以正常从左向右遍历。
(5)举例推导dp数组
输入s:“cbbd” 为例,dp数组状态如图:
红色框即:dp[0][s.size() - 1]; 为最终结果。
代码:
class Solution {
public int longestPalindromeSubseq(String s) {
int n = s.length();
char[] arr = s.toCharArray();
// 字符串s在[i, j]范围内最长的回文子序列的长度为dp[i][j]。
int[][] dp = new int[n][n];
int result = 0;
// 初始化
for(int i=0;i<n;i++) dp[i][i] = 1;
for(int i = n-1;i>=0;i--){
for(int j=i+1;j<n;j++){
if(arr[i] == arr[j])
dp[i][j] = dp[i+1][j-1]+2;
else
dp[i][j] = Math.max(dp[i][j],Math.max(dp[i+1][j],dp[i][j-1]));
}
}
return dp[0][n-1];
}
}