动态规划
状态转移方程,可以说得出 result2 依赖 result1 ;
充分利用已经得到结果,做规划
状态转移方程
第i个字符和第j个字符相同,并且里面的字串是“回文字串”,那么s[ i ] [ j ] 是回文字符串;
第i个字符串和第j个字符串相同, 并且 j- i=2;1;0; 其实就是< 3,也可以推出s[i] [j] 是回文字符串
dp[ i ] [ j ] = (s[i] == s[j] ) and ( dp[i+1][j-1] or j-i>3)
i+1 < = j-1 -----> j-i >=2 ------> j-i>3
可以看到 dp[i][j] 依靠 dp[i+1][j-1]的结果;在表格中体现为,右上依赖左下;
i\j | 0 | 1 | 2 | 3 | 4 |
---|---|---|---|---|---|
0 | true | 后 | |||
1 | true | 先 | |||
2 | true | ||||
3 | true | ||||
4 | true |
class Solution {
public String longestPalindrome(String s) {
// 用来表示结果
int startIndex = 0;
int maxLength = 1;
// 整理有效条件
int len = s.length();
// 开始计算
if(len<2){
return s;
}
// 1.准备好 二维布尔数组 来表征 潜在的结果
boolean[][] dp = new boolean[len][len];
// 其实只需要把表格的右上方填好就可以了 大方向是一列一列的填(外循环),每一列在按行填即可(内层循环);
char[] charArray = s.toCharArray();
for(int j =1; j<len; j++){
for(int i =0; i<j ; i++){
// 从简单的条件开始写,如果首尾字符不相等,那么肯定不是回文串,
if(charArray[i] != charArray[j]){
dp[i][j] = false;
}else{
if(j-i<3){
dp[i][j] = true;
}
if(dp[i+1][j-1]){
dp[i][j] = true;
}
}
// 如果填了一个true,那么就考虑更新结果吧
if(dp[i][j] && j-i+1 > maxLength){
maxLength = j-i+1;
startIndex = i;
}
}
}
return s.substring(startIndex, startIndex + maxLength);
}
}
总结
- 表征结果: startIndex 和 maxLength
- 二维矩阵:用来穷举中间结果,和更新结果最终。
- 动态转移方程: 找出结果依赖关系 -----> 减少判断字串的复杂度