动态规划 - 回文串问题

647. 回文子串

中等

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。

1、确定dp数组及其下标

dp[i][j]:表示区间范围[i,j] (注意是左闭右闭)的子串是否是回文子串

2、递推公式

如果s[i]等于s[j]:

  • j - i <= 1:
    • j == i: 是回文子串("a")
    • j - i = 1: 是回文子串("aa")
  • j - i > 1: 取决于s[i+1, j-1]是否是回文串

不相等则不是回文串

3、初始化

dp[i][j] = false

4、遍历顺序:由前到后,由下至上

python 复制代码
class Solution:
    def countSubstrings(self, s: str) -> int:
        dp = [[False] * len(s) for _ in range(len(s))]
# 表示区间范围[i,j] (注意是左闭右闭)的子串是否是回文子串
        result = 0
        for i in range(len(s)-1, -1, -1): #注意遍历顺序,i从下往上
            for j in range(i, len(s)):# 注意j要大于等于i
                if s[i] == s[j]:
                    if j - i <= 1: #情况一 和 情况二
                        result += 1
                        dp[i][j] = True
                    elif dp[i+1][j-1]: #情况三,j-i>1,取决于dp[i+1][j-1]是否是
                        result += 1
                        dp[i][j] = True
        return result

516. 最长回文子序列

中等

给你一个字符串 s ,找出其中最长的回文子序列,并返回该序列的长度。

子序列定义为:不改变剩余字符顺序的情况下,删除某些字符或者不删除任何字符形成的一个序列。

647. 回文子串区别:子串连续,子序列不连续
1、确定dp数组及其下标:

dp[i][j]: 字符串s在[i, j]范围内最长的回文子序列的长度为dp[i][j]

2、递推公式

  • 如果s[i]等于s[j]:dp[i][j] = dp[i+1][j-1]+2
  • 如果不相等:说明s[i]和s[j]的同时加入 并不能增加[i,j]区间回文子序列的长度,那么分别加入s[i]、s[j]看看哪一个可以组成最长的回文子序列。
    • 加入s[j]的回文子序列长度为dp[i + 1][j]。
    • 加入s[i]的回文子序列长度为dp[i][j - 1]。
    • dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);

3、初始化

首先要考虑当i 和j 相同的情况,从递推公式:dp[i][j] = dp[i + 1][j - 1] + 2; 可以看出 递推公式是计算不到 i 和j相同时候的情况。

所以需要手动初始化一下,当i与j相同,那么dp[i][j]一定是等于1的,即:一个字符的回文子序列长度就是1。

其他情况dp[i][j]初始为0就行,这样递推公式:dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]); 中dp[i][j]才不会被初始值覆盖。

4、遍历顺序:j从左到右,i从下到上

python 复制代码
class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        dp = [[0] * len(s) for _ in range(len(s))]
        for i in range(len(s)): # 需要额外考虑ij相等的初始化
            dp[i][i] = 1
        for i in range(len(s)-1, -1, -1): # i由下往上
            for j in range(i+1, len(s)):# j从左到右
                if s[i] == s[j]:
                    dp[i][j] = dp[i+1][j-1] + 2 # 加入s[i]和s[j],长度加2
                else:
                    dp[i][j] = max(dp[i+1][j], dp[i][j-1]) #不能同时加入,取分别加一个的最大值
        return dp[0][-1] # 注意返回值,i最后求0
        
相关推荐
仙俊红15 分钟前
快速运行openMMOCR
深度学习·算法
-Max-静-32 分钟前
Paddle Inference部署推理(十八)
人工智能·windows·深度学习·算法·paddle·推理 部署
qq_485668991 小时前
算法习题--蓝桥杯
算法·职场和发展·蓝桥杯
waves浪游1 小时前
类和对象(中)
c语言·开发语言·数据结构·c++·算法·链表
做人不要太理性1 小时前
【算法一周目】滑动窗口(2)
c++·算法·leetcode·哈希算法·散列表·滑动窗口
青い月の魔女1 小时前
数据结构初阶---复杂度
c语言·数据结构·笔记·学习·算法
汤姆和杰瑞在瑞士吃糯米粑粑1 小时前
【优先算法学习】双指针--结合题目讲解学习
c++·学习·算法
m0_547486661 小时前
数据结构试题库1
java·数据结构·算法
多多*1 小时前
后端并发编程操作简述 Java高并发程序设计 六类并发容器 七种线程池 四种阻塞队列
java·开发语言·前端·数据结构·算法·状态模式
摆烂小白敲代码2 小时前
【算法】连通块问题(C/C++)
c语言·数据结构·c++·算法·深度优先·图论·广度优先