题目链接:
题目描述:
给你一个字符串 s ,请你统计并返回这个字符串中 回文子串 的数目。
回文字符串 是正着读和倒过来读一样的字符串。
子字符串 是字符串中的由连续字符组成的一个序列。
具有不同开始位置或结束位置的子串,即使是由相同的字符组成,也会被视作不同的子串。
示例 1:
输入:s = "abc"
输出:3
解释:三个回文子串: "a", "b", "c"
示例 2:
输入:s = "aaa"
输出:6
解释:6个回文子串: "a", "a", "a", "aa", "aa", "aaa"
提示:
1 <= s.length <= 1000
s 由小写英文字母组成
解题思路:
dp[k]表示以k为中心,i为开始,j为结束的字符串的回文子串的数目(i,j,k均指下标)
dp四部曲:
确定dp数组:dp[i][j]表示以k为中心,i为开始,j为结束的字符串的回文子串的数目
确定递推关系:偶数情况:i=k-1,j=k+1,在i>=0,j<len的情况下,if s[i]==s[j],dp[k]++,else:break
奇数情况:i=k-1,j=k和i=k,j=k+1两种情况计算一种就可以了,两种都算会重复计算
确定遍历顺序,顺序遍历
初始化dp数组:全部初始化为1,因为单个字符就是回文的
返回sum(dp)就可以
动态规划代码如下:
class Solution:
def countSubstrings(self, s: str) -> int:
dp = [1] * len(s)
for k in range(len(s)):
i = k - 1
j = k + 1
while(i >= 0 and j < len(s)):
if s[i] == s[j]:
dp[k] += 1
i -= 1
j += 1
else: break
i, j = k - 1, k
while(i >= 0 and j < len(s)):
if s[i] == s[j]:
dp[k] += 1
i -= 1
j += 1
else: break
return sum(dp)
编码过程中发现,对于dp数组,每次循环就只使用了dp[k]这一个数据,而且没有用上子问题的分解,所以严格上来说并不算是动态规划的算法。转念一想,可以把dp[k]单独设成一个变量cur,表示当前中心的回文子串数目。最后返回cur的累积和就可以了。这就是贪心的思维了,局部最优就是cur(当前中心扩展的最多的回文子串的数目),全局最优就是cur的累积和。由于用了i和j两个指针,所以说是双指针法也可以哈哈哈
贪心算法代码如下:
class Solution:
def countSubstrings(self, s: str) -> int:
res = 0#总数目
for k in range(len(s)):
cur = 1#当前中心的回文子串数目
i = k - 1
j = k + 1
while(i >= 0 and j < len(s)):
if s[i] == s[j]:
cur += 1
i -= 1
j += 1
else: break
i, j = k - 1, k
while(i >= 0 and j < len(s)):
if s[i] == s[j]:
cur += 1
i -= 1
j += 1
else: break
res += cur
return res