代码随想录算法训练营第五十七日| ● 647. 回文子串 ● 516.最长回文子序列

最新推荐文章于 2026-01-05 22:36:07 发布

原创最新推荐文章于 2026-01-05 22:36:07 发布 · 223 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #leetcode #职场和发展

本文介绍了两种使用动态规划解决字符串问题的算法：一是找到字符串中所有的回文子串，二是求最长的回文子序列。在`countSubstrings`方法中，通过遍历字符串并使用二维动态规划数组`dp`来记录子串是否为回文，从而计算回文子串的数量。而在`longestPalindromeSubseq`方法中，同样利用动态规划数组，计算最长回文子序列的长度。这两个方法都展示了动态规划在处理字符串回文问题上的高效性。

647. 回文子串：

class Solution:
    def countSubstrings(self, s: str) -> int:
        dp = [[False] * len(s) for _ in range(len(s))]
        result = 0
        for i in range(len(s)-1, -1, -1): #注意遍历顺序
            for j in range(i, len(s)):
                if s[i] == s[j] and (j - i <= 1 or dp[i+1][j-1]): 
                    result += 1
                    dp[i][j] = True
        return result

516.最长回文子序列

class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        dp = [[0] * len(s) for _ in range(len(s))]
        for i in range(len(s)):
            dp[i][i] = 1
        for i in range(len(s)-1, -1, -1):
            for j in range(i+1, len(s)):
                if s[i] == s[j]:
                    dp[i][j] = dp[i+1][j-1] + 2
                else:
                    dp[i][j] = max(dp[i+1][j], dp[i][j-1])
        return dp[0][-1]