LeetCode 647. 回文子串
题目链接:647. 回文子串
思路:这道题看着难度不大,其实要考虑的细节很多。使用动态规划五部曲分析。
- 确定dp数组及其下边的含义
dp[i][j]表示区间范围 [i,j] 的子串是否是回文子串,如果是dp[i][j]为true,反之为false。 - 确定递推公式
在遍历的过程中,会遇到两种状态:s[i]与s[j]相等或者不相等,如果不相等直接返回dp[i][j]为false即可。
如果相等的话,则需要考虑边界条件,大致可分为两种状态:当前的 i 和 j 为同一个元素或者相邻元素,那可以直接将dp[i][j]记录为true,并将回文子串数量+1;如果当前的 i 和 j 之间相隔一个或一个以上的元素,那就需要再判断dp[i+1][j-1](即 i 和 j 中间的这部分字符串元素)是否是回文子串,是就将dp[i][j]记录为true,并将回文子串数量+1,否则的话dp[i][j]记录为false。 - dp数组初始化
全部初始化为false,因为不可能一上来就全都是回文子串。 - 遍历顺序
此题的遍历顺序是一个非常重要的细节,不能是单纯的从前往后遍历了,因为我们的递推公式的状态转移会有一部分是从dp[i+1][j-1]转移到dp[i][j],从二维数组上看的话,就是从左下角往右上角转移,所以外层遍历顺序应该是从下往上,内层遍历顺序是从左往右。 - 打印遍历过程中记录的回文子串数量res
go版本:
func countSubstrings(s string) int {
res := 0
dp := make([][]bool, len(s))
for i:=0; i<len(s); i++{
dp[i] = make([]bool, len(s))
}
for i:=len(s)-1; i>=0; i-- {
for j:=i; j<len(s); j++ {
if s[i] == s[j] {
if j-i <= 1 {
res++
dp[i][j] = true
} else if dp[i+1][j-1] {
res++
dp[i][j] = true
}
}
}
}
return res
}
LeetCode 516. 最长回文子序列
题目链接:516. 最长回文子序列
思路:这道题与上一题有些类似,但又有本质上的不同,上一题的回文子串必须是连续的,而本题的回文子序列不要求连续。使用动规五部曲来分析。
- 确定dp数组及其下边的含义
dp[i][j]表示区间范围 [i,j] 的最长回文子序列的长度。 - 确定递推公式
在遍历的过程中,与上一题一样会遇到两种状态:s[i]与s[j]相等或者不相等。
如果相等的话,dp[i][j]直接在dp[i+1][j-1]的基础上+2即可。
如果不相等的话,则需要考虑两种状态:添加s[i]或者s[j]来构成最长的回文子序列(因为此时添加的字符有可能与后续元素组成新的回文),所以 d p [ i ] [ j ] = m a x ( d p [ i + 1 ] [ j ] , d p [ i ] [ j − 1 ] dp[i][j]=max(dp[i+1][j], dp[i][j-1] dp[i][j]=max(dp[i+1][j],dp[i][j−1]。 - dp数组初始化
当 i==j 时,说明当前索引为同一个字符,那必然是一个长度为1的回文子串,所以将dp[i][i]初始化为1。 - 遍历顺序
此题的遍历顺序同上一题一样,不能单纯的从前往后遍历,因为我们的递推公式的状态转移会有一部分是从dp[i+1][j-1]转移到dp[i][j],即从左下角往右上角转移,所以外层遍历顺序同样应该是从下往上,内层遍历顺序是从左往右。 - 打印dp数组的整个字符串的范围表示,这句话意思就是dp数组要包含从0到n-1的所有元素之后,得到的最大回文子串,所以返回dp[0][n-1]。
go版本:
func longestPalindromeSubseq(s string) int {
n := len(s)
dp := make([][]int, n)
for i := 0; i < n; i++ {
dp[i] = make([]int, n)
dp[i][i] = 1
}
for i := n - 1; i >= 0; i-- {
for j := i + 1; j < n; j++ {
if s[i] == s[j] {
dp[i][j] = dp[i+1][j-1] + 2
} else {
dp[i][j] = max(dp[i][j-1], dp[i+1][j])
}
}
}
return dp[0][n-1]
}
func max(i, j int) int {
if i>j {
return i
}
return j
}