题解
其实暴力也可以解的,但是觉得会比动态规划还要麻烦
本文采用的为动态规划解法,我觉得还是比较容易看懂的。
dp方程如下
判断i - j是否为回文串的dp方程如下
d
p
[
i
]
[
j
]
=
{
1
,
if
i
=
j
s
[
i
]
=
=
s
[
j
]
,
else if
j
-
i
== 1
s
[
i
]
=
=
s
[
j
]
a
n
d
s
[
i
+
1
]
[
j
−
1
]
,
else
dp[ i ][ j ] = \begin{cases} 1, & \text {if $i$ = $j$} \\ s[i] == s[j], & \text{else if $j$ - $i$ == 1} \\ s[i] == s[j] and s[i+1][j - 1], &\text{else} \end{cases}
dp[i][j]=⎩⎪⎨⎪⎧1,s[i]==s[j],s[i]==s[j]ands[i+1][j−1],if i = jelse if j - i == 1else
思路是从小的回文串到大的回文串进行扩展,注意长度为1 和 2的情况,很容易求解。
代码
class Solution {
public:
string longestPalindrome(string s) {
int n = s.length();
string ans;
vector<vector<int>> dp(n,vector<int>(n));//这里初始化的都是长度
for(int l = 0; l < n; l++){
for(int i = 0; i < n - l; i++){ //i 为回文串的最左边即为 n -l
int j = i + l;//从i开始到j,j为加长度为l的子串
if(l == 0){
dp[i][j] = 1;//长度为1的情况下,一定为回文串
}
else if(l == 1){
dp[i][j] = (s[i] == s[j]);//长度为2的情况下,判断两个字符串是否相同
}
else{
dp[i][j] = (dp[i + 1][j - 1] && s[i] == s[j]);
}
if(dp[i][j] && ((j - i + 1) > ans.length())){//如果dp[i][j]是回文串 并且回文串的长度增大,那么进行替换
ans = s.substr(i, j - i + 1);
//cout<<j - i + 1<<'\n';
}
}
}
return ans;
}
};