1. 分割回文串
给你一个字符串 s,请你将 s 分割成一些子串,使每个子串都是回文串 。返回 s 所有可能的分割方案。回文串是正着读和反着读都一样的字符串。
回溯法
class Solution {
public:
vector<vector<string>> partition(string s) {
backtracking(s, 0);
return result;
}
private:
void backtracking(const string& s, int startIndex){
if (startIndex >= s.size()){
result.push_back(path);
return;
}
for (int i = startIndex; i < s.size(); ++i){
if(isHuiWen(s, startIndex, i)){
path.push_back(s.substr(startIndex, i - startIndex + 1));
}
else{
continue;
}
backtracking(s, i + 1);
path.pop_back();
}
}
//双指针判断是否是回文
bool isHuiWen(const string& s, int start, int end){
for(int i = start,j = end; i < j; ++i, --j){
if(s[i] != s[j]){
return false;
}
}
return true;
}
vector<vector<string>> result;
vector<string> path;
};
2. 分割回文串II
给你一个字符串 s,请你将 s 分割成一些子串,使每个子串都是回文。返回符合要求的最少分割次数。
本题用回溯法会超时,用动态规划来解决。
先使用一个二维数组确定整个字符串的回文情况,然后再通过递推公式得到最小分割次数。如果要对长度为[0, i]的子串进行分割,分割点为j。那么如果分割后,区间[j + 1, i]是回文子串,那么dp[i] 就等于 dp[j] + 1。递推公式为:dp[i] = min(dp[i], dp[j] + 1);
class Solution {
public:
int minCut(string s) {
//先用一个二维数组来保存整个字符串的回文情况
vector<vector<int>> hw(s.size(), vector<int>(s.size(), 0));
for(int i = s.size() - 1; i >= 0; --i){
for(int j = i; j < s.size(); ++j){
if(s[i] == s[j] && (j - i <= 1 || hw[i + 1][j - 1])){
hw[i][j] = 1;
}
}
}
//dp[i]:范围是[0, i]的回文子串,最少分割次数是dp[i]。
vector<int> dp(s.size());
//dp[i]的最大值就是i,也就是把每个字符分割出来。
for(int i = 0; i < s.size(); ++i) dp[i] = i;
//j是在[0,i]之间,所以遍历i的for循环一定在外层,这里遍历j的for循环在内层
//才能通过计算过的dp[j]数值推导出dp[i]。
for(int i = 0; i < s.size(); ++i){
if(hw[0][i]){
dp[i] = 0;
continue;
}
for(int j = 0; j < i; ++j){
if(hw[j + 1][i]) dp[i] = min(dp[j] + 1, dp[i]);
}
}
return dp[s.size() - 1];
}
};
3. 回文子串
给你一个字符串 s ,请你统计并返回这个字符串中回文子串的数目。子字符串是字符串中的由连续字符组成的一个序列。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。
- 动态规划
class Solution {
public:
int countSubstrings(string s){
int result = 0;
vector<vector<int>> dp(s.size(), vector<int>(s.size(), 0));
//从下到上,从左到右遍历,这样可以保证dp[i + 1][j - 1]都是经过计算的
for(int i = s.size() - 1; i >= 0; --i){
//j一定是大于等于i的,那么在填充dp[i][j]的时候一定是只填充右上半部分。
for(int j = i; j < s.size(); ++j){
if(s[i] == s[j] && (j - i <= 1 || dp[i + 1][j - 1])){
dp[i][j] = 1;
result++;
}
}
}
return result;
}
};
- 双指针法
找中心然后想两边扩散看是不是对称的,一个元素可以作为中心点,两个元素也可以作为中心点,三个元素也可以作为中心点,其实三个元素就可以由一个元素左右添加元素得到,四个元素也同理。所以我们在计算的时候,要注意一个元素为中心点和两个元素为中心点的情况。
class Solution {
public:
int result = 0;
int countSubstrings(string s) {
for(int i = 0; i < s.size(); ++i){
extend(s, i, i);
extend(s, i, i + 1);
}
return result;
}
void extend(string s, int i, int j){
while(i >= 0 && j < s.size() && s[i] == s[j]){
result++;
i--;
j++;
}
}
};
4. 最长回文子串
给你一个字符串 s,找到 s 中最长的回文子串。如果字符串的反序与原始字符串相同,则该字符串称为回文字符串。
和回文子串的思路一样。
- 动态规划
class Solution {
public:
string longestPalindrome(string s) {
vector<vector<int>> dp(s.size(), vector<int>(s.size(), 0));
int l = 0;
int r = 0;
int maxl = 0;
for(int i = s.size() - 1; i >= 0; --i){
for(int j = i; j < s.size(); ++j){
if(s[i] == s[j] && (j - i <= 1 || dp[i + 1][j - 1])){
dp[i][j] = 1;
}
if(dp[i][j] && maxl < j - i + 1){
maxl = j - i + 1;
l = i;
r = j;
}
}
}
return s.substr(l, r - l + 1);
}
};
- 双指针法
class Solution {
public:
int l = 0;
int r = 0;
int maxl = 0;
string longestPalindrome(string s){
for(int i = 0; i < s.size(); ++i){
extend(s, i, i);
extend(s, i, i + 1);
}
return s.substr(l, maxl);
}
void extend(string s, int i, int j){
while(i >= 0 && j < s.size() && s[i] == s[j]){
if(maxl < j - i + 1){
maxl = j - i + 1;
l = i;
r = j;
}
--i;
++j;
}
}
};