代码随想录训练营第五十七天｜647. 回文子串，516.最长回文子序列，动态规划总结篇

最新推荐文章于 2024-11-05 17:16:24 发布

ababababyyyy

最新推荐文章于 2024-11-05 17:16:24 发布

阅读量59

点赞数

文章标签： c++

本文链接：https://blog.csdn.net/ababababyyyy/article/details/129831298

版权

文章详细介绍了如何使用动态规划方法解决两个LeetCode上的编程问题：647.回文子串和516.最长回文子序列。分别给出了两种不同实现的代码，包括基于二维数组的状态转移和双指针法。动态规划是解决问题的关键，通过比较字符是否相等来更新子问题的解。

摘要由CSDN通过智能技术生成

647. 回文子串

题目链接：力扣

代码：

class Solution {
public:
    int countSubstrings(string s) {
        int n = s.size();
        vector<vector<bool>> dp(n,vector<bool> (n,false));
        int result = 0;
        for(int i = n-1; i >= 0; i--)
        {
            for(int j = i ; j < n; j++)
            {
                if(s[i] == s[j])
                {
                    if(j-i <= 1)
                    {
                        result++;
                        dp[i][j] = true;
                    }else if(dp[i+1][j-1])
                    {
                        result++;
                        dp[i][j] = true;
                    }
                }
            }
        }
        return result;
    }
};

代码（双指针法）：

class Solution {
public:
    int extent(string s, int i , int j ,int n)
    {
        int res = 0;
        while(i >= 0 && j < n && s[i] == s[j])
        {
            res++;
            j++;
            i--;
        }
        return res;
    }
     int countSubstrings(string s) {
        int n = s.size();
        int result = 0;
        for(int i = 0 ; i < n; i++)
        {
            result += extent(s,i,i,n);
            result += extent(s,i,i+1,n);
        }
        
        return result;
    }
};

516.最长回文子序列

题目链接：力扣

代码：

class Solution {
public:
    
    int longestPalindromeSubseq(string s) {
        int n = s.size();
        int result = 0;
        vector<vector<int>> dp(n,vector<int>(n,0));
        for(int i = 0 ; i < n ; i++)
            dp[i][i] = 1;
        //dp[i][j]：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]
        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];
    }
};

动态规划总结篇

题目链接：代码随想录