LeetCode 647 回文子串
题目链接:https://leetcode.cn/problems/palindromic-substrings/
思路:
方法一:用二维整数数组记录回文子串个数
-
dp数组的含义
d p [ i ] [ j ] dp[i][j] dp[i][j]代表是[i,j-1]中含有多少个回文子串 -
递推公式
本题有两种情况:
s [ i , j − 1 ] s[i,j-1] s[i,j−1]是回文子串
显然此时递推公式为:
d p [ i ] [ j ] = d p [ i ] [ j − 1 ] + 1 dp[i][j] = dp[i][j-1]+1 dp[i][j]=dp[i][j−1]+1
s [ i , j − 1 ] s[i,j-1] s[i,j−1]不是回文子串
此时递推公式为:
d p [ i ] [ j ] = d p [ i ] [ j − 1 ] dp[i][j] = dp[i][j-1] dp[i][j]=dp[i][j−1] -
初始化
都初始化为0即可,因为在后面会被覆盖掉。 -
遍历顺序
显然遍历是从上到下,从左到右
代码:
class Solution {
public:
int countSubstrings(string s) {
vector<vector<int>>dp(s.size() + 1, vector<int>(s.size() + 1, 0));
// for(int i = 1; i <= s.size(); i++)
// dp[i][i] = 1;
for(int i = 0; i <= s.size(); i++)
{
for(int j = i + 1; j <= s.size(); j++)
{
if(isPalindromic(s, i, j - 1))
dp[i][j] = dp[i][j - 1] + 1;
else
dp[i][j] = dp[i][j - 1];
}
}
int result = 0;
for(int i = 0; i <= s.size(); i++)
{
result += dp[i][s.size()];
// cout << dp[i][s.size()];
}
return result;
}
bool isPalindromic(string s, int start, int end)
{
for(int i = start, j = end; i <= j; i++, j--)
{
if(s[i] != s[j])
return false;
}
return true;
}
};
方法二:用二维布尔数组判断当前子串是否是回文子串
-
dp数组的含义
d p [ i ] [ j ] dp[i][j] dp[i][j]代表[i,j]是否是回文子串 -
递推公式
本题有两种情况:
s[i] == s[j]
这个时候又有三种情况:
1. i=j,例子:a;此时必然是回文子串
2. j - i = 1,即:aa;此时同然是回文子串
这两种情况递推公式都是
d p [ i ] [ j ] = t r u e dp[i][j] =true dp[i][j]=true
3. j- i > 1,即abcsda,这个时候就要判断[i+1,j-1]是否是回文子串了,如果是的话,那么[i,j]也是回文子串
所以整体的递推公式为:if (s[i] == s[j]) { if (j - i <= 1) { // 情况一 和 情况二 result++; dp[i][j] = true; } else if (dp[i + 1][j - 1]) { // 情况三 result++; dp[i][j] = true; } }
-
初始化
因为如果不是回文子串的话,赋值为false即可,而且为了不被初始化影响,所以值都初始化为false -
遍历顺序
由递推公式可知:
如果这矩阵是从上到下,从左到右遍历,那么会用到没有计算过的 d p [ i + 1 ] [ j − 1 ] dp[i + 1][j - 1] dp[i+1][j−1],也就是根据不确定是不是回文的区间[i+1,j-1],来判断了[i,j]是不是回文,那结果一定是不对的。所以一定要从下到上,从左到右遍历,这样保证 d p [ i + 1 ] [ j − 1 ] dp[i + 1][j - 1] dp[i+1][j−1]都是经过计算的。
代码
class Solution {
public:
int countSubstrings(string s) {
int result = 0;
vector<vector<bool>>dp(s.size(), vector<bool>(s.size(), false));
for(int i = s.size() - 1; i >= 0; i--)
{
for(int j = i; j < s.size(); j++)
{
if(s[i] == s[j])
{
if(j - i <= 1)
{
dp[i][j] = true;
result++;
}
else
{
if(dp[i + 1][j - 1])
{
dp[i][j] = true;
result++;
}
}
}
}
}
return result;
}
};
总结
想到了第一种方法,但是时间和内存花费都比较大。
LeetCode 516 最长回文子序列
题目链接:https://leetcode.cn/problems/longest-palindromic-subsequence/
思路:
-
dp数组的含义
dp[i][j]dp[i][j] 表示在[i,j]内最长的回文子序列长度 -
递推公式
本题要求的是子序列,和子串最大的不同就是,本题不需要连续。
本题主要还是看s[i]和s[j]是否相同
s [ i ] = s [ j ] s[i]=s[j] s[i]=s[j]
此时递推公式为:
d p [ i ] [ j ] = d p [ i + 1 ] [ j − 1 ] + 2 dp[i][j]=dp[i+1][j-1]+2 dp[i][j]=dp[i+1][j−1]+2
(没想明白的话要看一看dp数组的含义)
当 s [ i ] ! = s [ j ] s[i]!=s[j] s[i]!=s[j]
此时要考虑,包含i,即[i,j-1]内最长的回文子序列长度和包含j,即[i+1,j]内最长的回文子序列长度中哪个更长
所以递推公式为:
d p [ i ] [ j ] = m a x ( d p [ i ] [ j − 1 ] , d p [ i + 1 ] [ j ] dp[i][j]=max(dp[i][j-1],dp[i+1][j] dp[i][j]=max(dp[i][j−1],dp[i+1][j] -
初始化
首先要考虑当i 和j 相同的情况,从递推公式: d p [ i ] [ j ] = d p [ i + 1 ] [ j − 1 ] + 2 dp[i][j] = dp[i + 1][j - 1] + 2 dp[i][j]=dp[i+1][j−1]+2; 可以看出 递推公式是计算不到 i 和j相同时候的情况。
所以需要手动初始化一下,当i与j相同,那么 d p [ i ] [ j ] dp[i][j] dp[i][j]一定是等于1的,即:一个字符的回文子序列长度就是1。
其他情况dp[i][j]初始为0就行,这样递推公式: d p [ i ] [ j ] = m a x ( d p [ i + 1 ] [ j ] , d p [ i ] [ j − 1 ] ) dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]) dp[i][j]=max(dp[i+1][j],dp[i][j−1])中 d p [ i ] [ j ] dp[i][j] dp[i][j]才不会被初始值覆盖。 -
遍历顺序
由图片可知, d p [ i ] [ j ] dp[i][j] dp[i][j]依赖于 d p [ i + 1 ] [ j − 1 ] dp[i + 1][j - 1] dp[i+1][j−1], d p [ i + 1 ] [ j ] dp[i + 1][j] dp[i+1][j]和 d p [ i ] [ j − 1 ] dp[i][j - 1] dp[i][j−1],所以要从下往上,再从左到右。
代码:
class Solution {
public:
int longestPalindromeSubseq(string s) {
vector<vector<int>>dp(s.size(), vector<int>(s.size(), 0));
for(int i = 0; i < s.size(); i++)
dp[i][i] = 1;
for(int i = s.size() - 1; i >= 0; i--)
{
for(int j = i + 1; j < s.size(); j++)
{
if(s[i] == s[j])
dp[i][j] = dp[i + 1][j - 1] + 2;
else
dp[i][j] = max(dp[i][j - 1], dp[i + 1][j]);
}
}
return dp[0][s.size() - 1];
}
};
总结
子序列和子串的最大不同就在于子序列可以不连续
今日总结:
动态规划结束了!