思路
这段代码解决的问题是找到给定字符串 s 中最长回文子序列的长度。动态规划是解决这类问题的一种常见方法。基本思路是通过填充一个二维的动态规划表 dp,其中 dp[i][j] 表示字符串 s 中从索引 i 到索引 j 的最长回文子序列的长度。在填表的过程中,通过状态转移方程处理不同情况,最终得到整个字符串的最长回文子序列的长度。
解题方法
初始化: 对角线上的元素初始化为1,因为单个字符本身就是一个回文子序列。
填表: 从字符串的末尾开始,从右下角向左上角填表。对于每个子问题,通过判断左右端点字符是否相等,更新状态转移方程。
返回结果: 最终的结果存储在 dp[0][n-1] 中,其中 n 是字符串的长度。
复杂度
时间复杂度:O(n^2)
填表的过程需要遍历二维表,其中每个元素的填充需要 O(1)时间。
空间复杂度: O(n^2)
动态规划表的大小为 n×n ,占用 O(n^2)的空间。
Code
class Solution {
public:
int longestPalindromeSubseq(std::string s) {
int n = s.size();
// 创建二维动态规划表,dp[i][j] 表示 s 中从 i 到 j 的最长回文子序列的长度
std::vector<std::vector<int>> dp(n, std::vector<int>(n));
for (int i = n - 1; i >= 0; i--) {
dp[i][i] = 1; // 初始化,单个字符是回文子序列,长度为1
for (int j = i + 1; j < n; j++) {
// 分两种情况填写 dp 表
if (s[i] == s[j]) {
dp[i][j] = dp[i + 1][j - 1] + 2; // 左右端点相同,长度加2
} else {
dp[i][j] = std::max(dp[i + 1][j], dp[i][j - 1]); // 左右端点不同,取左或上的最大值
}
}
}
// 返回结果,整个字符串的最长回文子序列长度位于 dp[0][n-1]
return dp[0][n - 1];
}
};