dp[i][j]含义与之前的有区别:找到dp[i][j]的依赖关系,即判断一个子字符串(字符串下标范围[i,j])是否回文,依赖于,子字符串(下标范围[i + 1, j - 1])) 是否是回文。
布尔类型的dp[i][j]:表示区间范围[i,j] (注意是左闭右闭)的子串是否是回文子串,如果是dp[i][j]为true,否则为false。
当s[i]与s[j]不相等,dp[i][j]为false。
当s[i]与s[j]相等时,这就复杂一些了,有如下三种情况
- 情况一:下标i 与 j相同,同一个字符例如a,当然是回文子串
- 情况二:下标i 与 j相差为1,例如aa,也是回文子串
- 情况三:下标:i 与 j相差大于1的时候,例如cabac,此时s[i]与s[j]已经相同了,我们看i到j区间是不是回文子串就看aba是不是回文就可以了,那么aba的区间就是 i+1 与 j-1区间,这个区间是不是回文就看dp[i + 1][j - 1]是否为true。
class Solution:
def countSubstrings(self, s: str) -> int:
n = len(s)
dp = [[False for _ in range(n)] for _ in range(n)]
result = 0
for i in range(n, -1, -1):
for j in range(i, n):
if s[i] == s[j]:
if j-i <= 1:
result += 1
dp[i][j] = True
elif dp[i+1][j-1]:
result += 1
dp[i][j] = True
return result
双指针法:
class Solution:
def extend(self, s, i, j, n):
result = 0
while i >=0 and j < n and s[i]==s[j]:
i-=1
j+=1
result += 1
return result
def countSubstrings(self, s: str) -> int:
result = 0
for i in range(len(s)):
result += self.extend(s, i, i, len(s))#回文长度为奇数
result += self.extend(s, i, i+1, len(s))#回文长度为偶数
return result
516. Longest Palindromic Subsequence
dp[i][j]:字符串s在[i, j]范围内最长的回文子序列的长度为dp[i][j]。
s[i]与s[j]相同,那么dp[i][j] = dp[i + 1][j - 1] + 2;
s[i]与s[j]不相同:说明s[i]和s[j]的同时加入 并不能增加[i,j]区间回文子序列的长度,那么分别加入s[i]、s[j]看看哪一个可以组成最长的回文子序列。加入s[j]的回文子序列长度为dp[i + 1][j],加入s[i]的回文子序列长度为dp[i][j - 1]。dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);
初始化: 当i与j相同,那么dp[i][j]一定是等于1的
class Solution:
def longestPalindromeSubseq(self, s: str) -> int:
n = len(s)
dp = [[0 for _ in range(n)] for _ in range(n)]
for i in range(n):
dp[i][i] = 1
for i in range(n, -1, -1):
for j in range(i + 1, n):
if s[i] == s[j]:
dp[i][j] = dp[i+1][j-1] + 2
else:
dp[i][j] = max(dp[i+1][j], dp[i][j-1])
return dp[0][n-1]