代码随想录|动态规划|53最长回文子序列

Paper Clouds

于 2025-06-07 21:44:37 发布

阅读量388

点赞数 13

文章标签：动态规划算法 leetcode 数据结构职场和发展

本文链接：https://blog.csdn.net/ZJFJhanxi/article/details/148500928

版权

leetcode:516. 最长回文子序列 - 力扣（LeetCode）

题目

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"。

提示：

1 <= s.length <= 1000
s 只包含小写英文字母

思路

子序列！不是子串！

说明这里不需要连续！

例如bbbab

那么bbbb是回文子序列，长度为4.

动归五部曲

（1）dp含义

[i,j]范围内回文子序列的最大长度。

（2）递推公式

如果s[i] = s[j]，就看里面的子序列，此时dp[i][j] = dp[i+1][j-1] + 2

如果s[i] ≠ s[j]，就要考虑[i,j-1] [i+1,j] 这两种情况，取最大的值。

（3）dp初始化

[i,i]是回文的，所以dp[i][i]=1，其他的就初始化为0，因为确实不知道到底是不是回文。

（4）遍历顺序

跟上面那道题的区别在于，可以从左边和下边去推出，所以遍历顺序是：

i-- j++，并且j此时不再是从i开始了，而是从i+1开始（因为j=i的情况，已经在初始化时候说过了）

代码如下：

class Solution
{
public:
    int longestPalindromeSubseq(string s)
    {
        int n = s.size();
        vector<vector<int>> dp(n, vector<int>(n, 0));
        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 (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][n - 1];
    }
};