一. Longest Palindromic Subsequence
You are given two non-empty linked lists representing two non-negative
Given a string s, find the longest palindromic subsequence’s length in s. You may assume that the maximum length of s is 1000.
Example 1:
Input:
“bbbab”
Output:
4
One possible longest palindromic subsequence is “bbbb”.
Example 2:
Input:
“cbbd”
Output:
2
One possible longest palindromic subsequence is “bb”.
Difficulty:Medium
TIME:30MIN
解法
由于之前做过一道题,是求最长回文子串Longest Palindromic Substring,复杂度为 O(n2) ,但是解法并不适用于这道题,因为从中心扩展回文序列比扩展回文串难很多。
因此,要采用其他的解法,这里用的是动态规划。动态规划首先就是找到问题的最优子结构,而对于回文序列来说,最优子结构可采用如下方式表示:
令 X=xixi+1...xj−1xj ,为字符串的任意一个子串,那么该子串的最长回文序列可以表示为 L[i][j] :
- 如果 xi=xj ,那么 L[i][j]=L[i+1][j−1]+2
- 如果 xi!=xj ,那么 L[i][j]=max(L[i][j−1],L[i+1][j])
这就是最长回文子串的最优子结构,代码如下:
int longestPalindromeSubseq(string s) {
if(s.size() == 0)
return 0;
int dp[1001][1001] = {0};
for(int i = 0; i < s.size(); i++)
dp[i][i] = 1;
/*
这里的i是指字符之间的间隔,间隔应当从1开始,也就是先把所有的长度为2的子串求得最长回文子串
当然i也可以表示位置,但要从字符串的尾部开始遍历,这样保证需要的子问题都能求得结果
*/
for(int i = 1; i < s.size(); i++) {
for(int j = 0; j < s.size() - i; j++) {
if(s[j] == s[j + i])
dp[j][j + i] = dp[j + 1][j + i - 1] + 2;
else
dp[j][j + i] = max(dp[j + 1][j + i], dp[j][j + i - 1]);
}
}
return dp[0][s.size() - 1];
}
代码的时间复杂度为 O(n2) 。
总结
动态规划最重要的就是要找到问题的最优子结构,因此必须得对问题有比较好的洞察力。首先就是要找到切分问题的方法,然后再看这样切分问题是否是最优子结构。一但找到最优子结构,那么处理问题就会方便很多。