代码随想录刷题第57天|Leetcode647回文子串、Leetcode516最长回文子序列

1、Leetcode647回文子串

题目链接：647回文子串

判断一个子字符串（字符串的下表范围[i,j]）是否回文，依赖于，子字符串（下表范围[i + 1, j - 1]）） 是否是回文。

1、确定dp数组及下标含义

dp[i][j]：表示区间范围[i,j] （注意是左闭右闭）的子串是否是回文子串，如果是dp[i][j]为true，否则为false。

2、确定递推公式

当s[i]与s[j]不相等，dp[i][j]一定是false。

当s[i]与s[j]相等时，这就复杂一些了，有如下三种情况：

1、下标i 与 j相同，同一个字符例如a，当然是回文子串。

2、下标i 与 j相差为1，例如aa，也是回文子串。

3、下标：i 与 j相差大于1的时候，例如cabac，此时s[i]与s[j]已经相同了，我们看i到j区间是不是回文子串就看aba是不是回文就可以了，那么aba的区间就是 i+1 与 j-1区间，这个区间是不是回文就看dp[i + 1][j - 1]是否为true。

3、初始化

dp[i][j]初始化为false。

4、遍历顺序

情况三是根据dp[i + 1][j - 1]是否为true，所以一定要从下到上，从左到右遍历，这样保证dp[i + 1][j - 1]都是经过计算的。

5、举例推导

class Solution {
public:
    int countSubstrings(string s) {
        vector<vector<int>> dp(s.size(), vector<int>(s.size(), false));
        int result = 0;
        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)
                    {
                        result++;
                        dp[i][j] = true;
                    }
                    else if (dp[i + 1][j - 1])
                    {
                        result++;
                        dp[i][j] = true;
                    }
                }
            }
        }

        return result;
    }
};

2、Leetcode516最长回文子序列

题目链接：516最长回文子序列

1、确定dp数组以及下标的含义

dp[i][j]：字符串s在[i, j]范围内最长的回文子序列的长度为dp[i][j]。

2、确定递推公式

如果s[i]与s[j]相同，那么dp[i][j] = dp[i + 1][j - 1] + 2;

如果s[i]与s[j]不相同，说明s[i]和s[j]的同时加入 并不能增加[i,j]区间回文子序列的长度，那么分别加入s[i]、s[j]看看哪一个可以组成最长的回文子序列。

加入s[j]的回文子序列长度为dp[i + 1][j]。

加入s[i]的回文子序列长度为dp[i][j - 1]。

那么dp[i][j]一定是取最大的，即：dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);

3、初始化

当i与j相同，那么dp[i][j]一定是等于1的，即：一个字符的回文子序列长度就是1。

4、遍历顺序

从下到上，从左到右

5、举例推导

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++) dp[i][i] = 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][j - 1], dp[i + 1][j]);
                }
            }
        }

        return dp[0][s.size() - 1];
    }
};