类型一:最长回文子串——连续
核心思路:中心扩展法寻找以当前位置作为中心时的最长回文子串
注意点:中心扩展法有两种情况,回文子串总长度为奇数还是偶数,决定中心扩展的起点情况
// 最长回文子串(连续的)——中心扩展法
function longestPalindrome(s) {
const LEN = s.length;
// 特例
if (LEN < 2) return s;
function extend(s, left, right) {
while (left >= 0 && right < LEN && s[left] === s[right]) {
left--;
right++;
}
// 也可以直接返回子串,这样就会多slice一次字符串
// 返回扩展后的最大长度
return right - left - 1;
}
let start = (end = 0);
for (let i = 0; i < LEN; i++) {
// 奇数/偶数长度
let len = Math.max(extend(s, i, i), extend(s, i, i + 1));
if (len > end - start + 1) {
start = i - Math.floor((len - 1) / 2);
end = i + Math.floor(len / 2);
}
}
return s.slice(start, end + 1);
}
类型二:最长回文子序列——不连续
与类型一不同的是这里的回文子序列可以是不连续的,即从输入的字符串中挑选字符按顺序 组成回文子序列。只需要返回最长子序列长度。
核心思路:二维动态规划数组
第一步:确定动态规划数组元素含义,dp[ i ][ j ] 表示字符串 i 到 j 之间最长回文子序列的长度(题目要求的)
第二步:确定初始值,dp[ i ][ i ] = 1 ; 其余为0
第三步:确定递推公式
if (s[l] === s[r]) {
dp[i][j] = dp[i + 1][j - 1] + 2;
} else {
// 首尾不同,取去头去尾的最大值
dp[i][j] = Math.max(dp[i + 1][j], dp[i][j - 1]);
}
上代码:
// 最长回文子序列——动态规划
function longestPalindromeSubseq(s) {
const LEN = s.length;
if (LEN < 2) return s;
// dp[i][j]表示字符串i到j之间最长回文子序列的长度
// 初始化
const dp = [];
for (let i = 0; i < LEN; i++) {
dp[i] = new Array(LEN).fill(0);
dp[i][i] = 1;
}
for (let i = LEN - 2; i >= 0; i--) {
for (let j = i + 1; j < LEN; j++) {
if (s[i] === s[j]) {
dp[i][j] = dp[i + 1][j - 1] + 2;
} else {
// 首尾不同,取去头去尾的最大值
dp[i][j] = Math.max(dp[i + 1][j], dp[i][j - 1]);
}
}
}
return dp[0][LEN - 1];
}
console.log(longestPalindromeSubseq("bbbab")); //4-'bbbb'