算法训练day54-动态规划-回文子串、最长回文子序列

647. 回文子串

给定一个字符串,你的任务是计算这个字符串中有多少个回文子串。

具有不同开始位置或结束位置的子串,即使是由相同的字符组成,也会被视作不同的子串。

示例 1:

  • 输入:"abc"

  • 输出:3

  • 解释:三个回文子串: "a", "b", "c"

解题思路

动态规划分析如下:

  1. 确定dp数组下标及含义

dp[i][j]:表示字符串从下标i到j的子串是回文子串。

  1. 确定递推公式

j>=i

当s[i] != s[j]时,dp[i][j] = false;

当s[i] == s[j] 时,分为以下二种情况:

情况一:当j-i<=1时,包含一个字符或者两个相同的字符,此时dp[i][j]=true;

情况二:当j-i>1时,需要判断s[i+1,j-1]区间的子串是否是回文子串,所以dp[i][j] = dp[i+1][j-1];

  1. 初始化

dp[i][j]初始化为false

  1. 确定遍历顺序

从递推公式可以看出dp[i][j]的确定需要知道dp[i+1][j-1],而dp[i+1][j-1]位于dp[i][j]的左下方,所以在遍历时需要从下往上,从左往右遍历

代码示例-java

动态规划

class Solution {
    public int countSubstrings(String s) {
       int len,ans =0;
       if(s==null||(len=s.length()) < 1) return 0;
       //定义dp数组,默认初始化false
       boolean[][] dp = new boolean[len][len];
       // 遍历
       for(int i=len-1;i>=0;i--){
           for(int j=i;j<len;j++){
               if(s.charAt(i)==s.charAt(j)){
                   if(j-i<=1){
                       dp[i][j] = true;
                       ans++;
                   }else if(dp[i+1][j-1]){
                       dp[i][j] = true;
                       ans++;
                   }
               }
           }
       }
       return ans;
    }
}

双指针法

class Solution {
    public int countSubstrings(String s) {
        int len, ans = 0;
        if (s == null || (len = s.length()) < 1) return 0;
        //总共有2 * len - 1个中心点
        for (int i = 0; i < 2 * len - 1; i++) {
            //通过遍历每个回文中心,向两边扩散,并判断是否回文字串
            //有两种情况,left == right,right = left + 1,这两种回文中心是不一样的
            int left = i / 2, right = left + i % 2;
            while (left >= 0 && right < len && s.charAt(left) == s.charAt(right)) {
                //如果当前是一个回文串,则记录数量
                ans++;
                left--;
                right++;
            }
        }
        return ans;
    }
}

516.最长回文子序列

给定一个字符串 s ,找到其中最长的回文子序列,并返回该序列的长度。可以假设 s 的最大长度为 1000 。

示例 1: 输入: "bbbab" 输出: 4 一个可能的最长回文子序列为 "bbbb"。

示例 2: 输入:"cbbd" 输出: 2 一个可能的最长回文子序列为 "bb"。

提示:

  • 1 <= s.length <= 1000

  • s 只包含小写英文字母

解题思路

  1. 确定dp数组下标及含义

dp[i][j]:表示s[i,j]区间内的子序列的最大长度

  1. 确定递推公式

当s[i] == s[j] 时,

同时加入s[i]和s[j],dp[i][j] = dp[i+1][j-1]+2;

当s[i]!=[j]时,

情况一:加入s[i],dp[i][j] = dp[i + 1][j];

情况二:加入s[j],dp[i][j] = dp[i][j-1];

取最大值:dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);

  1. 初始化

当i==j时,dp[i][j] =1

  1. 确定遍历顺序

从下向上,从左到右

代码示例-java

class Solution {
    public int longestPalindromeSubseq(String s) {
       int len=s.length();
       //定义dp数组,默认初始化false
       int[][] dp = new int[len][len];
       // 遍历
       for(int i=len-1;i>=0;i--){
           dp[i][i] = 1; // 初始化
           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],Math.max(dp[i+1][j],dp[i][j-1]));
               }
           }
       }
       return dp[0][len-1];
    }
}

动态规划总结篇

参考:代码随想录 (programmercarl.com)

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