第五十七天|dp

文章介绍了如何运用动态规划方法解决两个字符串问题:647.PalindromicSubstrings(寻找回文子串)和516.LongestPalindromicSubsequence(寻找最长回文子序列)。关键在于构建二维dp数组,通过比较字符是否相等及递推关系更新状态,并以特定顺序遍历。对于回文子串,要求字符相同且内部子串也是回文;对于最长回文子序列,即使字符不同,也考虑可能的最长回文部分。
摘要由CSDN通过智能技术生成

今天的难点还是在于递推公式

647. Palindromic Substrings

这道题dp[i][j]代表从i到j为止,字串是不是回文。初始化全都是false。总数用一个变量记录。那么很显然如果s[i]等于s[j],才可能是回文,且是回文的要求是dp[i+1][j-1]也是true,或者本身i和j相差小于1.遍历顺序上是从下往上,从左往右,且只记录一半即可即j从i到len(s)遍历

class Solution:
    def countSubstrings(self, s: str) -> int:
        dp=[[False for _ in range(len(s))] for _ in range(len(s))]
        res=0
        for i in range(len(s)-1,-1,-1):
            for j in range(i,len(s)):
                if s[i]==s[j]:
                    if j-i<=1:
                        res+=1
                        dp[i][j]=True                       
                    elif dp[i+1][j-1]:
                        res+=1
                        dp[i][j]=True                       
        return res

516. Longest Palindromic Subsequence

这道题和上一题的区别在于上一题是连续的串,这一题是非连续的。这道题dp[i][j]代表从i到j为止最长的字串的长度。初值来说除了dp[i][i]都是1其他的都是0,因为同一个字母的最长回文字串为1。然后就是递推公式,如果s[i]和s[j]相等,则dp[i][j]和dp[i+1][j-1]有关,等于他加上2.如果不等则取dp[i][j-1]和dp[i+1][j]的最大值即可。遍历顺序还是从下往上从左往右。最终返回的是右上角的值

class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        dp=[[0 for _ in range(len(s))] for _ in range(len(s))]
        for i in range(len(s)):
            dp[i][i]=1
        for i in range(len(s)-1,-1,-1):
            for j in range(i+1,len(s)):
                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][-1] 
  • 0
    点赞
  • 0
    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