Day56代码随想录动态规划part17：647. 回文子串、516.最长回文子序列

Day56 动态规划part17

647. 回文子串

leetcode链接：647. 回文子串 - 力扣（LeetCode）

题意：给定一个字符串，你的任务是计算这个字符串中有多少个回文子串。具有不同开始位置或结束位置的子串，即使是由相同的字符组成，也会被视作不同的子串。

示例 2：

• 输入："aaa"
• 输出：6
• 解释：6个回文子串: "a", "a", "a", "aa", "aa", "aaa"

思路：如果是暴力解法，两层for循环，遍历区间起始位置和终止位置，然后还需b要一层遍历判断这个区间是不是回文。所以时间复杂度：O(n^3)

• 回文串的性质：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。

• 确定dp数组（dp table）以及下标的含义：布尔类型的dp[i,j]是在s[i,j]（闭区间）是否为回文串
• 递推公式：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。
• dp数组初始化：全初始为false
• 遍历顺序：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。所以遍历顺序应该是从下到上，从左到右

• 举例推导dp数组

class Solution:
    def countSubstrings(self, s: str) -> int:
        dp = [[False] * len(s) for _ in range(len(s))]
        res = 0
        for i in range(len(s), -1, -1):
            for j in range(i, len(s)):
                if s[i] == s[j]:
                    if j-i<=1:
                        dp[i][j] = True
                        res += 1
                    elif dp[i+1][j-1]:
                        dp[i][j] = True
                        res += 1
        return res

516.最长回文子序列

leetcode链接：516. 最长回文子序列 - 力扣（LeetCode）

题意：给定一个字符串 s ，找到其中最长的回文子序列，并返回该序列的长度。可以假设 s 的最大长度为 1000 。

示例 1: 输入: "bbbab" 输出: 4 一个可能的最长回文子序列为 "bbbb"。

示例 2: 输入:"cbbd" 输出: 2 一个可能的最长回文子序列为 "bb"。

思路：和上一道题的区别是这道题可以是不连续的。

• 确定dp数组（dp table）以及下标的含义：dp[i,j]是在s[i,j]（闭区间）回文串的最长大小
• 递推公式：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，dp[i][j] = max(dp[i+1][j], dp[i][j-1])。
  • 当s[i]与s[j]相等时，dp[i][j] = dp[i + 1][j - 1] + 2
• dp数组初始化：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。
• 遍历顺序：从递推公式中可以看出，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]，所以遍历顺序应该是从下到上，从左到右

class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        dp = [[0]*len(s) for _ in range(len(s))]
        for i in range(len(s)):
            dp[i][i] = 1
        for i in range(len(s),-1,-1):
            for j in range(i+1, len(s)):
                if s[i] == s[j]:
                    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][-1]