动态规划
题目类型:计数型(add),最值型(min, max),可行性型/存在型(or, and)
化大为小,将原问题拆解为多层重叠的子问题,而子问题相比于原问题仅仅是规模变小了。每个层级的问题可理解为一个状态S。
一个状态S(i)的解应该可基于其子状态S(i-1)的解来求解。记录每个状态的解,在进行一个状态求解时可直接使用其子状态的解,而无需重复计算。
可从大到小分析相邻状态之间的转换条件,从而得到状态转换方程。一般可从最后一个状态S(n)往前进行推演,即主要关注转变成S(n)的最后一个步骤是什么,从而推出S(n-1)。动态规划求最优解,S(n)为最优状态,那么S(n-1)也应该是最优的,依次类推。因此想要求S(n),我们需要知道S(n-1),依次类推。而从S(n) 到 S(n-1) 的最后一步,就是转换方程的关键。
分析最小状态确定状态初始值,且需要注意边界条件(主要是数组不要越界)
计算顺序的确定,从状态转移方程中获取信息:当计算S(n) 是,S(n-1)应该已经知道了,要可以利用之前的计算结果。(大部分是从小到大进行计算)
状态数组维度确定:根据每个状态下的变量个数决定。
题目
![](https://i-blog.csdnimg.cn/blog_migrate/8471499e2b7a57e4f02aa6b307644ae5.png)
回文串:一个正读和反读都一样的字符串
问题拆解:
求最长的回文串,那么得到最长的回文串的最后一步是,在一个次长的回文串的两端拼接上一样的字符。
![](https://i-blog.csdnimg.cn/blog_migrate/deabaf4101d6a89f58a43c486da33b00.png)
状态数组定义:
f[i][j] 为true表示 索引 i 至 j 的子串是回文字符串;
状态转义方程:
f[i][j] = f[i+1][j-1] and s[i] == s[j] ,s为字符串
状态初始值:
考虑长度最短的回文串即长度为1的一个子串,当长度为1,一定是回文串:,即可得 f[i][j] = true, i==j;
当长度为2时,只要子串两个字符相等即为回文串: f[i][j] = true, (i+1==j, and s[i] == s[j])
状态总结:
长度为1: f[i][j] = true;
长度为2: f[i][j] = true, 其中 i+1==j and s[i] == s[j]
长度大于2:f[i][j] = f[i+1][j-1] and s[i] == s[j]
遍历顺序:
根据状态转义方程,长度 n = j-i+1, 当计算长度为n的子串是否是回文字符串时,应该需要要利用长度为 (j-1)-(i+1)+1 = j-i-1 = n-2 的结果,所以应该按照长度从小到大进行遍历。
class Solution {
public String longestPalindrome(String s) {
// f[i][j] 为true表示 索引 i 至 j 的子串是回文字符串
// f[i][j] 是回文串,则f[i+1][j-1]也是回文串
// f[i][j] = f[i+1][j-1] and s[i] == s[j]
// 初始值,当长度为1,一定是回文串: f[i][i] = true
// 当长度为2时,只要两个字符相等即为回文串: f[i][j] = true, (i+1==j, and s[i] == s[j])
// 当长度大于2时, f[i][j] = f[i+1][j-1] and s[i] == s[j]
if (s.length() == 1) {
return s;
}
int maxLen = 0;
String res = "";
boolean[][] f = new boolean[s.length()][s.length()];
for (int len = 1; len <= s.length(); len++) { // 长度的遍历,len 小于等于字符串长度
for (int i = 0; i < s.length(); i++) { // 子串起始索引遍历
int j = i + len - 1;
if (j > s.length() - 1) {// 数组边界判断
continue;
}
if (len == 1) { // 长度为1的子串一定是回文串
f[i][j] = true;
}else if (len == 2) {
f[i][j] = s.charAt(i) == s.charAt(j);
}else {
f[i][j] = f[i+1][j-1] && s.charAt(i) == s.charAt(j);
}
if (f[i][j] && len > maxLen) {
maxLen = len;
res = s.substring(i, j + 1);
}
}
}
return res;
}
}