Given a string s, find the longest palindromic subsequence’s length in s. You may assume that the maximum length of s is 1000.
Example 1:
Input:
"bbbab"
Output:
4
One possible longest palindromic subsequence is “bbbb”.
Example 2:
Input:
"cbbd"
Output:
2
One possible longest palindromic subsequence is “bb”.
思路:
这是一个动态规划的题目,对于动态规划的题目,我们首先要明确这个大问题如何用子问题来表示,然后分情况写出动态规划的递归表达式,这样编程实现就简单多了。
1、子问题的解如何表达?
给定一个字符串,把它划分成什么样的子问题呢?通过分析我们发现,这样的子问题是:任意一个该字符串的子串包含的回文串的长度,那么对于这个字符串的子串,我们可以用它在原字符串中的起始位置和结束位置来表示。因此,我们可以用一个二维数组来对子问题进行表示,dp[i][j]表示he longest palindromic subsequence’s length of substring(i, j)。
2、大问题如何用子问题来表示?
Initialization: dp[i][i] = 1
if s.charAt(i) == s.charAt(j)
dp[i][j] = dp[i+1][j-1] + 2
otherwise
dp[i][j] = Math.max(dp[i+1][j], dp[i][j-1])
class Solution {
public int longestPalindromeSubseq(String s) {
return helper(s, 0, s.length() - 1, new int[s.length()][s.length()]);
}
private int helper(String s, int i, int j, int[][] memo) {
if (memo[i][j] != 0) {
return memo[i][j];
}
if (i > j)
return 0;
if (i == j)
return 1;
if (s.charAt(i) == s.charAt(j)) {
memo[i][j] = helper(s, i + 1, j - 1, memo) + 2;
} else {
memo[i][j] = Math.max(helper(s, i + 1, j, memo), helper(s, i, j - 1, memo));
}
return memo[i][j];
}
}