leetcode 5.最长回文子串

文章讲述了如何利用动态规划算法解决最长回文子串问题,通过构建二维布尔数组dp,从长度1和2的子串开始,逐步递增子串长度,利用已知回文信息判断更大长度的子串是否为回文。
摘要由CSDN通过智能技术生成

在这里插入图片描述

思路:

起始位置i,结束位置j的回文串,取决于[i+1, j-1]是否回文,这个应该是能想到的。

而[i, j]与[k, j] (k<i)或者[i, k] (k>j)无关,这个就是无后效性

起始、结束,用二维dp记录更方便。

问题在于:
非寻常的[i, j]取决于[i-1, j]或者[i, j-1]这种符合数组下标顺序的

仔细观察,取决于的子串,长度一定更短!所以dp顺序是子串长度从小到大:
先把长度为1的全部设置是回文
长度为2的也先考虑下,两个连续字符是否相同
从长度为3开始,取决于[i+1, j-1],即长度-2的子串,而长度-2的子串在之前一定已经处理过了。

class Solution {
    public String longestPalindrome(String s) {
        int n = s.length();
        boolean[][] dp = new boolean[n][n];// dp[i][j]表示[i,j]是否回文

        int st = 0;
        int maxLen = 1;

        // 边界,所有长度为1的都回文
        for (int i = 0; i < n; i++) {
            dp[i][i] = true;
        }

        // dp剩下的,得按照长度来枚举
        // 先处理长度为2的
        char pre = s.charAt(0);
        for (int i = 1; i < n; i++) {
            char c = s.charAt(i);
            if (c == pre) {
                dp[i - 1][i] = true;
                maxLen = 2;
                st = i - 1;
            }
            pre = c;
        }

        // 长度为3的开始dp
        for (int len = 3; len <= n; len++) {
            for (int i = 0; i <= n - len; i++) { // st
                int j = i + len - 1;
                if (dp[i + 1][j - 1] && s.charAt(i) == s.charAt(j)) {
                    dp[i][j] = true;
                    maxLen = len;
                    st = i;
                }
            }
        }

        return s.substring(st, st + maxLen);
    }
}
  • 10
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值