第九章 动态规划part13

回文子串

题目描述

给你一个字符串 s ，请你统计并返回这个字符串中 回文子串 的数目。

回文字符串 是正着读和倒过来读一样的字符串。

子字符串 是字符串中的由连续字符组成的一个序列。

示例 1：

输入：s = "abc"
输出：3
解释：三个回文子串: "a", "b", "c"

示例 2：

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

解题思路

1. 确定dp数组以及下标的含义

   • dp[i][j]表示从索引i到索引j的子字符串是否是回文子串。true表示是回文子串，false表示不是

2. 确定递推公式

   • 如果s[i] == s[j]，即开始字符和结束字符相同，那么有两种情况：

     • 当子字符串长度小于等于3时（即j - i <= 1），它必然是回文子串（单个字符或两个相同字符也被认为是回文子串）。
     • 当子字符串长度大于3时，它是否是回文子串取决于去掉两端字符后的子字符串是否是回文子串（即dp[i+1][j-1]是否为true）。
     • 递推公式为：if(j - i <= 1 || dp[i + 1][j - 1]) dp[i][j] = true

3. dp数组初始化

   • dp数组初始化为false，因为默认情况下所有子字符串都不是回文子串，除非通过检查为真。

4. 确定遍历顺序

   • 由于dp[i][j]依赖于dp[i+1][j-1]，也就是说，它依赖于它下面的值，因此我们需要从下往上（即从s.size() - 1到0）进行遍历。
   • 同时，因为我们只考虑i <= j的情况，所以对于任何给定的i值，j的值应该从i开始向字符串的末尾遍历。

5. 举例推导dp数组

   • 举例，输入：“aaa”，手动推导dp[i][j]状态如下：

     

代码实现

测试地址：https://leetcode.cn/problems/palindromic-substrings/

class Solution {
public:
    int countSubstrings(string s) {
        // 初始化dp数组，默认所有子字符串不是回文串
        vector<vector<bool>> dp(s.size(), vector(s.size(), false));
        int ans = 0; // 计数回文子串的数量
        // 从字符串的末尾开始向上遍历（因为dp[i][j]依赖于dp[i + 1][j - 1]）
        for (int i = s.size() - 1; i >= 0; i--) {
            // 从当前位置向右遍历，只考虑i <= j的情况
            for (int j = i; j < s.size(); j++) {
                // 检查当前字符是否相等
                if (s[i] == s[j]) {
                    // 如果子字符串长度小于等于3或者除去两端字符后的子字符串是回文串
                    if (j - i <= 1 || dp[i + 1][j - 1]) {
                        dp[i][j] = true; // 更新dp数组，表示找到一个回文子串
                        ans++; // 增加回文子串的计数
                    }
                }
            }
        }
        return ans; // 返回总的回文子串数量
    }
};

最长回文子序列

题目描述

给你一个字符串 s ，找出其中最长的回文子序列，并返回该序列的长度。

子序列定义为：不改变剩余字符顺序的情况下，删除某些字符或者不删除任何字符形成的一个序列。

示例 1：

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

示例 2：

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

解题思路

1. 确定dp数组以及下标的含义

   • dp[i][j]表示从索引i到索引j的子字符串中最长回文子序列的长度。

2. 确定递推公式

   • 如果s[i] == s[j]，即开始字符和结束字符相同，那么这两个字符可以构成回文子序列的一部分，因此dp[i][j] = dp[i + 1][j - 1] + 2。
   • 如果s[i] != s[j]，即开始字符和结束字符不同，那么这两个字符不能同时出现在回文子序列中，因此dp[i][j] = max(dp[i][j - 1], dp[i + 1][j])，即取去掉一个字符后的两种情况的最大值。

3. dp数组初始化

   • dp数组初始化为0，但对于所有i，dp[i][i]应该初始化为1，因为单个字符本身就是一个回文子序列。

4. 确定遍历顺序

   • 由于dp[i][j]依赖于dp[i+1][j-1]，dp[i][j-1]和dp[i+1][j]，也就是说，它依赖于它左下、左边和下边的值，因此我们需要从下往上（即从n - 1到0）进行遍历，并且对于任何给定的i值，j的值应该从i + 1开始向字符串的末尾遍历。

5. 举例推导dp数组

   • 输入s:“bbbab” 为例，手动推导dp数组状态如图：

     

代码实现

测试地址：

class Solution {
public:
    int longestPalindromeSubseq(string s) {
        int n = s.size();
        // 初始化dp数组，默认所有子字符串的最长回文子序列长度为0
        vector<vector<int>> dp(n, vector<int>(n, 0));
        // 单个字符的最长回文子序列长度为1
        for (int i = 0; i < n; i++) {
            dp[i][i] = 1;
        }
        // 从字符串的末尾开始向上遍历
        for (int i = n - 1; i >= 0; i--) {
            // 从当前位置向右遍历，只考虑i < j的情况
            for (int j = i + 1; j < n; j++) {
                // 如果当前字符相等
                if (s[i] == s[j]) {
                    // 更新dp数组，加上这两个字符
                    dp[i][j] = dp[i + 1][j - 1] + 2;
                }
                else {
                    // 如果当前字符不相等，取去掉一个字符后的两种情况的最大值
                    dp[i][j] = max(dp[i][j - 1], dp[i + 1][j]);
                }
            }
        }
        // 返回整个字符串的最长回文子序列长度
        return dp[0][n - 1];
    }
};