力扣--动态规划/回溯算法131.分割回文串

思路分析:

  1. 动态规划 (DP): 使用动态规划数组 dp,其中 dp[i][j] 表示从字符串 s[i]s[j] 是否为回文子串。
  2. 预处理动态规划数组: 从字符串末尾开始,遍历每个字符组合,判断是否为回文子串,填充动态规划数组。
  3. 深度优先搜索 (DFS): 利用递归,尝试从字符串的每个位置开始,生成满足回文子串条件的组合。
  4. 递归函数 dfs
    • 接收参数:dp 为动态规划数组,s 为原始字符串,start 为当前递归的起始位置。
    • 遍历当前可能的字符串,如果当前字符串是回文子串,则将其加入临时结果集 path
    • 如果当前位置 i 达到字符串末尾,将当前路径加入结果集,并回溯。
    • 继续递归生成组合,注意起始位置更新为 i + 1
    • 回溯过程中,撤销选择,继续尝试其他可能的组合。
  5. 主函数:
    • 创建空的结果集 result 和临时结果集 path
    • 调用深度优先搜索函数 dfs,从起始位置 0 开始生成组合。
    • 返回最终结果。
cpp 复制代码
class Solution {
    // 存储最终结果的二维数组
    vector<vector<string>> result;

    // 存储当前正在生成的组合的临时结果
    vector<string> path;

    // 定义深度优先搜索函数,用于生成组合
    void dfs(vector<vector<bool>>& dp, string s, int start) {
        // 遍历当前可能的字符串
        for (int i = start; i < s.size(); i++) {
            // 如果当前字符串是回文子串
            if (dp[start][i]) {
                // 将当前回文子串加入临时结果集
                path.push_back(s.substr(start, i - start + 1));

                // 如果当前位置 i 达到字符串末尾,将当前路径加入结果集,并回溯
                if (i == s.size() - 1) {
                    result.push_back(path);
                    path.pop_back();
                    return;
                }

                // 继续递归生成组合,注意起始位置更新为 i + 1
                dfs(dp, s, i + 1);

                // 回溯,撤销选择,继续尝试其他可能的组合
                path.pop_back();
            }
        }
        return;
    }

public:
    // 主函数,生成所有回文子串的组合
    vector<vector<string>> partition(string s) {
        int n = s.size();

        // 二维动态规划数组,dp[i][j] 表示 s[i] 到 s[j] 是否为回文子串
        vector<vector<bool>> dp(n, vector<bool>(n, false));

        // 倒序遍历字符串,填充动态规划数组
        for (int i = n - 1; i >= 0; i--) {
            for (int j = i; j < n; j++) {
                // 如果当前字符相等,并且满足回文子串的条件
                if (s[i] == s[j] && (i == j || i == j - 1 || dp[i + 1][j - 1])) {
                    dp[i][j] = true;
                }
            }
        }

        // 调用深度优先搜索函数 dfs,从起始位置 0 开始生成组合
        dfs(dp, s, 0);

        // 返回最终结果
        return result;
    }
};
相关推荐
CoovallyAIHub1 小时前
181小时视频丢给GPT-5,准确率只有15%——南大联合NVIDIA等五校发布多模态终身理解数据集
深度学习·算法·计算机视觉
CoovallyAIHub1 小时前
CVPR 2026 | GS-CLIP:3D几何先验+双流视觉融合,零样本工业缺陷检测新SOTA,四大3D工业数据集全面领先!
深度学习·算法·计算机视觉
xlp666hub2 小时前
Leetcode 第三题:用C++解决最长连续序列
c++·leetcode
会员源码网3 小时前
构造函数抛出异常:C++对象部分初始化的陷阱与应对策略
c++
有意义4 小时前
深度拆解分割等和子集:一维DP数组与倒序遍历的本质
前端·算法·面试
xlp666hub5 小时前
Leetcode第二题:用 C++ 解决字母异位词分组
c++·leetcode
用户726876103375 小时前
解放双手的健身助手:基于 Rokid AR 眼镜的运动计时应用
算法
Wect5 小时前
LeetCode 17. 电话号码的字母组合:回溯算法入门实战
前端·算法·typescript
不想写代码的星星6 小时前
static 关键字:从 C 到 C++,一篇文章彻底搞懂它的“七十二变”
c++
xlp666hub1 天前
Leetcode第一题:用C++解决两数之和问题
c++·leetcode