一、 题目描述
给你一个字符串 s,找到 s 中最长的回文子串。
输入:s = “babad”
输出:“bab”
解释:“aba” 同样是符合题意的答案。
二、代码思路
其实就是找出所有回文子串,然后判断这些子串哪个最长。
如何找出所有回文子串呢 ?
使用动态规划是一种很好的方式。
动态规划算法通常用于求解具有某种最优性质的问题。在这类问题中,可能会有许多可行解。每一个解都对应于一个值,我们希望找到具有最优值的解。
动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的。
若用分治法来解这类问题,则分解得到的子问题数目太多,有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,这样就可以避免大量的重复计算,节省时间。
我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到,只要它被计算过,就将其结果填入表中。这就是动态规划法的基本思路。具体的动态规划算法多种多样,但它们具有相同的填表格式 。
还有个中心扩展法,其实跟DP差不多。
三、代码题解
class Solution {
public String longestPalindrome(String s) {
int dp[][] = new int[s.length()][s.length()];
int strLength = 0;
String res = "";
for (int i = 0; i < s.length(); i++) {
for (int j = 0; j <= i; j++) {
if ((s.charAt(i) == s.charAt(j)) && ((i - j) < 2 || dp[j + 1][i - 1] == 1)) {
dp[j][i] = 1;
if ((i - j + 1) > strLength) {
strLength = i - j + 1;
res = s.substring(j, i + 1);
}
}
}
}
return res;
}
}
找出所有回文串:
class Solution {
public int countSubstrings(String s) {
//动态规划
boolean[][] dp = new boolean[s.length()][s.length()];
int ans = 0;
for (int j = 0; j < s.length(); j++) {
for (int i = 0; i <= j; i++) {
if ((s.charAt(i) == s.charAt(j)) && ((j - i) < 2 || dp[i + 1][j - 1])) {
dp[i][j] = true;
ans++;
}
}
}
return ans;
}
}