代码随想录算法训练营第57天 | 647. 回文子串， 516.最长回文子序列

最新推荐文章于 2024-10-03 23:25:47 发布

Aaron_Yang.

最新推荐文章于 2024-10-03 23:25:47 发布

阅读量1.1k

点赞数 16

分类专栏：代码随想录算法训练营文章标签：算法

本文链接：https://blog.csdn.net/Captain_Aaron/article/details/136858652

版权

代码随想录算法训练营专栏收录该内容

51 篇文章 0 订阅

订阅专栏

本文介绍了如何使用动态规划方法解决回文子串和最长回文子序列的问题，包括动规五部曲的详细步骤、dp数组的定义、递归公式和遍历顺序。通过实例代码展示了如何计算字符串中回文子串和最长回文子序列的数量和长度。

摘要由CSDN通过智能技术生成

动态规划章节理论基础：

https://programmercarl.com/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%80.html

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：
在这里插入图片描述
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：
在这里插入图片描述
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;
在这里插入图片描述
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：在这里插入图片描述
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];
    }
}