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。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”。
使用动态规划求解最长回文子序列
一个序列表示为 s[i…j] ,dp[i][j] 存储序列 s[i…j] 的最长回文子序列长度。
可以由子问题得到 dp[i][j] 的值。假设已经知道 s[i+1…j-1] 的最长回文子序列长度 dp[i+1][j-1],此时 dp[i][j] 的值可由 s[i] 和 s[j] 的值确定。
-
s[i] == s[j] :
此时 s[i…j] 的最长回文子序列长度比 s[i+1…j-1] 的长 2,原因是 s[i] 和 s[j] 是 s[i…j] 的回文子序列的一部分。
dp[i][j] = dp[i+1][j-1] + 2
-
s[i] != s[j] :
此时需要分别比较 s[i…j-1] 和 s[i+1…j] 最长回文子序列的长度,取其长者。
dp[i][j] = max(dp[i][j-1], dp[i+1][j])
考虑初始情况:
i 总是应该比 j 小,i 大于 j 这样的序列不存在,其最长回文子序列也不存在,对应的 dp[i][j] = 0 (i > j);
当 i 等于 j 时,意味着目标序列只有一个字符,此时该序列的最长回文子序列就是其本身,长度为 1,对应的 dp[i][j] == 1 (i == j)。
求 dp[i][j] 需要先求得:
- dp[i+1][j-1]
- dp[i][j-1]
- dp[i+1][j]
的值,以 i 为行,j 为列,dp[i+1][j-1] 、 dp[i][j-1] 和 dp[i+1][j] 分别对应着 dp[i][j] 左下、左和下位置的值,初始矩阵形如:
[
1
0
1
0
0
1
0
0
0
1
]
\left[ \begin{matrix} 1 & & & \\ 0 & 1 & & \\ 0 & 0 & 1 & \\ 0 & 0 & 0 & 1 \\ \end{matrix} \right]
⎣⎢⎢⎡1000100101⎦⎥⎥⎤
因此遍历方向应选择自底向上,最后求得 dp[0][n-1] 。
class Solution:
def longestPalindromeSubseq(self, s: str) -> int:
s_size = len(s)
# dp[i][j] 表示 s[i..j] 的最长回文子序列长度
# 初始化 dp 为对角线全为 1 的矩阵
dp = [[0 if col != row else 1 for col in range(s_size)] for row in range(s_size)]
# 自底向上遍历 dp
for i in range(s_size-1, -1, -1):
for j in range(s_size):
# i 应小于 j.
# i > j 时,不存在这样的序列,dp[i][j] 取 0 (默认值)
# i == j 时,序列长度为 1 ,最长回文子序列长为 1,dp[i][j] 取 1(默认值)
if i >= j: continue
# dp[i][j] 的值,可由 dp[i+1][j-1]、dp[i+1][j]、dp[i][j-1] 的值推算出
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][s_size-1]