1、题目描述
2、解题思路
定义指针 i 指向开头,指针 j 指向末尾,两边向里边逼近,当两个字符相等时,则回文子序列长度加一,当两个字符不相等时,则有两种分支:一个是坐标指针 i 往右走一步,一个是 j 往左走一步。
可见,每次遇到两个字符不相等,就会产生一个分支,分支里面又有分支,明显时间复杂度达到了指数级别。
因此,我们使用动态规划来求解。
设 dp[i][j] 表示 s[i,…,j] 的最长回文子序列长度。
定义 i 为左指针,j 为右指针,初始时 i = 0,j = i + 1。
1、如果 s[i] == s[j],则 dp[i][j] = dp[i+1][j-1] + 2,即在 s[i+1,…,j-1] 的最长回文子序列基础上再加两个字符;
2、如果 s[i] != s[j],在 dp[i+1][j-1] 基础上有两个分支:
2.1 [i+1, j-1] 的左指针 i 往左走一步,此时 dp[i][j] = dp[i][j-1]
2.2 [i+1, j-1] 的右指针 j 往右走一步,此时 dp[i][j] = dp[i+1][j]
选哪个呢?我们就选会导致 dp[i][j] 最大的那个分支
于是 dp[i][j] = Math.max(dp[i][j-1], dp[i+1][j])
至此,状态转移方程已经找出来了,下一步是确定 base_case
我们知道,dp[i][i] 说明只有一个字符,最长回文子序列长度即为 1;
而且对于 i > j 的情况是没有意义的。
一般我们求解 dp 都是从小往大,但是从本题的状态转移方程看得出,它访问了“未来”的值,因此,我们可以从大到小来计算。
3、解题代码
class Solution {
public int longestPalindromeSubseq(String s) {
int len = s.length();
int[][] dp = new int[len][len];
// base_case
for (int i = 0; i < len; i++) {
dp[i][i] = 1;
}
for (int i = len - 1; i >= 0; i--) {
for (int j = i + 1; j < len; j++) {
if (s.charAt(i) == s.charAt(j)) {
dp[i][j] = dp[i + 1][j - 1] + 2;
} else {
dp[i][j] = Math.max(dp[i][j - 1], dp[i + 1][j]);
}
}
}
return dp[0][len - 1];
}
}