算法60天：day57

最新推荐文章于 2023-05-05 20:23:56 发布

qq_40230639

最新推荐文章于 2023-05-05 20:23:56 发布

阅读量203

点赞数

文章标签：算法动态规划贪心算法

本文链接：https://blog.csdn.net/qq_40230639/article/details/127880862

版权

本文深入探讨了动态规划在解决字符串问题中的应用，包括如何找到一个字符串中的回文子串数量以及最长回文子序列。通过分析力扣上的两道题目，详细阐述了动态规划的状态转移方程和解决方案，帮助读者理解动态规划在处理字符串问题时的思路和技巧。

摘要由CSDN通过智能技术生成

动态规划-回文子串

力扣链接

class Solution {
public:
    int countSubstrings(string s) {
        //dp[i][j]的含义，以i为头、j为尾的字符串是否是回文字串
        int result = 0;
        vector<vector<bool>> dp(s.size(),vector<bool>(s.size(),false));
        for(int i = s.size() - 1; i >= 0; i--){
            for(int j = i; j < s.size(); j++){
                if(s[i] == s[j]){
                    if(j - i <= 1){     //i和j 位于同一点或者相邻
                        dp[i][j] = true;
                        result++;
                    }else if(dp[i + 1][j - 1]){     //i和j 位于中间有其它元素
                        dp[i][j] = true;
                        result++;
                    }
                }
            }
        }
        return result;
    }
};

动态规划-最长回文子序列

力扣链接

class Solution {
public:
    int longestPalindromeSubseq(string s) {
        vector<vector<int>> dp(s.size(),vector<int>(s.size(),0));
        for(int i = 0; i < s.size(); i++){
            int j = i;
            dp[i][j] = 1;
        }
        for(int i = s.size() - 1; i >= 0; i--){
            for(int j = i + 1; j < s.size(); j++){
                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]);    //相当于看是否接纳新的元素，丢弃旧的元素
                }
            }
        }
        return dp[0][s.size() - 1];
    }
};