【代码随想录】Day57 动态规划17 (回文子串、最长回文子序列)

文章讲述了在LeetCode网站上两个与动态规划相关的问题:一个是计算给定字符串中连续子串的回文数量,另一个是寻找最长的回文子串。通过二维dp数组实现算法,展示了如何从下往上、从左往右推导并求解这两个问题。
摘要由CSDN通过智能技术生成

第一题

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

 二维dp数组,从下往上,从左往右推:

    int countSubstrings(string s) {
        vector<vector<bool>> dp(s.size(), vector<bool>( s.size(), false));
        int res = 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) {
                        dp[i][j] = true;
                        res++;
                    }
                    else if (dp[i+1][j-1] == true) {
                        dp[i][j] = true;
                        res++;
                    }
                }
                
            }
        }
        return res;
    }

第二题

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

 

dp[i][j],i到j范围内的回文子序列长度

if (s[i] == s[j]) dp[i][j] = dp[i+1][j-1] + 2; 

else dp[i][j] = max(dp[i][j-1] + 1, dp[i+1][j]);

if (i == j) dp[i][j] = 1;

最长回文子串

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台 

 

class Solution {
public:
    string longestPalindrome(string s) {
        vector<vector<bool>> dp(s.size(), vector<bool>(s.size(), false));
        int maxLen = 1, maxIndex = 0;
        for (int i = 0; i < s.size(); i++) {
            dp[i][i] = true;
        }
        for (int i = s.size()-1; i >= 0; i--) {
            for (int j = i+1; j < s.size(); j++) {
                if (s[i] == s[j]) {
                    if (j - i <= 1) {
                        dp[i][j] = true;
                    }
                    else if (dp[i+1][j-1] == true) {
                        dp[i][j] = true;
                    }
                    if (dp[i][j] == true  && (j - i + 1) > maxLen) {//只有当最长长度更新的时候,maxIndex才更新!!!
                    //并且!只有当s[i]==s[j]时,dp[i][j]才有可能是回文,所以一定要写在里面
                        maxLen = j - i + 1;
                        maxIndex = i;
                    }
                }
                
            }
        }
        return s.substr(maxIndex, maxLen);
    }
};

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最长回文子串是指在一个字符串中最长回文子序列回文是指正着读和倒着读都一样的字符串。动态规划是解决最长回文子串问题的一种常用方法。动态规划的思想是将问题分解成子问题,通过求解子问题的最优解来得到原问题的最优解。在最长回文子串问题中,我们可以使用一个二维数组dp[i][j]来表示从i到j的子串是否为回文子串。如果dp[i][j]为true,则表示从i到j的子串回文子串,否则不是。我们可以通过以下步骤来求解最长回文子串: 1. 初始化dp数组,将所有dp[i][i]都设置为true,表示单个字符是回文子串。 2. 遍历字符串s,从长度为2的子串开始,依次判断每个子串是否为回文子串。如果是,则将dp[i][j]设置为true。 3. 在遍历的过程中,记录最长回文子串的长度和起始位置。 4. 最后,通过起始位置和长度来截取最长回文子串。 下面是一个示例代码,可以帮助你更好地理解动态规划求解最长回文子串的过程: class Solution { public: string longestPalindrome(string s) { int len=s.size(); if(len<2) return s; bool dp[len][len];//布尔型,dp[i][j]表示从i到j是否构成回文 int max_count=1;//最大字串的长度 int start=0;//最长字串的起始位置 for(int j=0;j<len;j++) { for(int i=0;i<j;i++) { if(s[i]!=s[j]) dp[i][j]=false; else if((j-i)<3)//(j-1)-(i+1)+1<2表示dp[i][j]的最大字串长度为1 dp[i][j]=true; else { dp[i][j]=dp[i+1][j-1]; } if((j-i+1)>max_count&&dp[i][j]) { max_count=j-i+1; start=i; } } } return s.substr(start,max_count);//截取字符串 } };
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