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]