647. 回文子串
代码随想录:647. 回文子串
Leetcode:647. 回文子串
做题
见过这类题,通过左右指针的移动来判断回文串,但用动规来求解回文字串没思路。
看文章
动规作法
动规五部曲:
-
确定dp数组(dp table)以及下标的含义
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。
-
确定递推公式
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数组如何初始化
初始化都为False。
-
确定遍历顺序
dp[i + 1][j - 1] 在 dp[i][j]的左下角,为了保证dp[i + 1][j - 1]都是经过计算的,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。
-
举例推导dp数组
class Solution:
def countSubstrings(self, s: str) -> int:
dp = [[False] * len(s) for _ in range(len(s))]
result = 0
for i in range(len(s)-1, -1, -1): # 注意遍历顺序
for j in range(i, len(s)):
if s[i] == s[j]:
if j - i <= 1: # 情况一 和 情况二
result += 1
dp[i][j] = True
elif dp[i+1][j-1]: # 情况三
result += 1
dp[i][j] = True
return result
时间复杂度:O(n^2)
空间复杂度:O(n^2)
双指针做法
首先确定回文串,就是找中心然后向两边扩散看是不是对称的就可以了。
在遍历中心点的时候,要注意中心点有两种情况。一个元素可以作为中心点,两个元素也可以作为中心点。
class Solution:
def countSubstrings(self, s: str) -> int:
result = 0
for i in range(len(s)):
result += self.extend(s, i, i, len(s)) #以i为中心
result += self.extend(s, i, i+1, len(s)) #以i和i+1为中心
return result
def extend(self, s, i, j, n):
res = 0
while i >= 0 and j < n and s[i] == s[j]:
i -= 1
j += 1
res += 1
return res
516.最长回文子序列
代码随想录:516.最长回文子序列
Leetcode:516.最长回文子序列
做题
无思路。
看文章
动规五部曲:
-
确定dp数组(dp table)以及下标的含义
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]。
-
确定递推公式
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]); -
dp数组如何初始化
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。
-
确定遍历顺序
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。 -
举例推导dp数组
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, -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]
时间复杂度: O(n^2)
空间复杂度: O(n^2)
动态规划总结篇
以往忽略的知识点小结
- 回文串的动规问题:特别注意递推公式的方向,由递推方向决定遍历顺序
个人体会
完成时间:2h30min。
心得:题比较难,回文串的相关动规问题需要好好感受、理解;也没想到动规突然就结束了,转眼间算法训练营也只剩几天了。