代码随想录算法训练营第五十二天|647. 回文子串 516.最长回文子序列

LeetCode 647. 回文子串

题目链接:647. 回文子串

踩坑:分情况和遍历顺序很重要

思路:

  1. dp数组的含义:dp[i][j]:以i开始,j结尾的s是否是回文串
  2. 递推公式:如果s[i] == s[j],则如果 i 等于 j 或相邻则true,如果 i 与 j 不相邻则判断dp[i+1][j-1]。
  3. 初始化:因为递推公式考虑到了单个元素的情况,所以不需要单独初始化,因此全部为false即可
  4. 遍历顺序:由递推公式可知,本题需要从下向上,从左到右遍历

代码:

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

LeetCode 516.最长回文子序列

题目链接:516.最长回文子序列

踩坑:这种回文串类的题目一定要分成 i = j,j-i = 1,j-i > 1

思路:本题与上题的区别在于本题的要求不是连续的

  1. dp数组的含义:dp[i][j]:以i开始,j结尾的s的最长回文子序列长度
  2. 递推公式:若s[i] == s[j],dp[i][j] = dp[i+1][j-1] + 2(实际要细分情况),否则,dp[i][j] = max(dp[i+1][j],dp[i][j-1])
  3. 初始化:如果在递推公式中考虑了细分情况就不需要初始化了,如果没考虑则要初始化dp[x][x] = 1
  4. 遍历顺序:由递推公式可知,需要从下向上,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; j < s.size(); j++)
            {
                if(s[i] == s[j])
                {
                    if(j - i > 1) dp[i][j] = dp[i+1][j-1] + 2;
                    else if(j - i == 1) dp[i][j] = 2;
                } 
                else dp[i][j] = max(dp[i+1][j], dp[i][j-1]);
            }
        }

        return dp[0][s.size()-1];
    }
};
最长回文子串是指在一个字符串中最长回文子序列回文是指正着读和倒着读都一样的字符串。动态规划是解决最长回文子串问题的一种常用方法。动态规划的思想是将问题分解成子问题,通过求解子问题的最优解来得到原问题的最优解。在最长回文子串问题中,我们可以使用一个二维数组dp[i][j]来表示从i到j的子串是否为回文子串。如果dp[i][j]为true,则表示从i到j的子串回文子串,否则不是。我们可以通过以下步骤来求解最长回文子串: 1. 初始化dp数组,将所有dp[i][i]都设置为true,表示单个字符是回文子串。 2. 遍历字符串s,从长度为2的子串开始,依次判断每个子串是否为回文子串。如果是,则将dp[i][j]设置为true。 3. 在遍历的过程中,记录最长回文子串的长度和起始位置。 4. 最后,通过起始位置和长度来截取最长回文子串。 下面是一个示例代码,可以帮助你更好地理解动态规划求解最长回文子串的过程: class Solution { public: string longestPalindrome(string s) { int len=s.size(); if(len<2) return s; bool dp[len][len];//布尔型,dp[i][j]表示从i到j是否构成回文 int max_count=1;//最大字串的长度 int start=0;//最长字串的起始位置 for(int j=0;j<len;j++) { for(int i=0;i<j;i++) { if(s[i]!=s[j]) dp[i][j]=false; else if((j-i)<3)//(j-1)-(i+1)+1<2表示dp[i][j]的最大字串长度为1 dp[i][j]=true; else { dp[i][j]=dp[i+1][j-1]; } if((j-i+1)>max_count&&dp[i][j]) { max_count=j-i+1; start=i; } } } return s.substr(start,max_count);//截取字符串 } };
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值