Leetcode- Longest Palindromic Subsequence

本文介绍了一种利用动态规划算法解决寻找字符串中最长回文子序列的问题,通过反转字符串并计算最长公共子序列来确定回文子序列的长度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Problem

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

具体详见Leetcode

Analysis

首先明确这道题是判断回文子序列的最大长度,而不是回文子串,所以不要求能够出现连续的回文字符串。所以,可以使用动态规划方程。
算法:把字符串s反转成新的字符串s1,判断字符串s和字符串s1之间的最长的子序列长度。这个长度就是最长的回文子序列长度。
f[i][j] 表示字符串s[0…i-1]和字符串s1[0…j-1]最长的相同子序列。
f[i][j] 是在三个选择中选择最大的那个。第一个选择是来源于 f[i1][j1]+isSameOrNot 如果 s[i1]==s1[j1] ,isSameOrNot为1,加上后就是相同子序列长度加一,不相等的话就为0,和 f[i1][j1] 长度相等。第二个选择是 f[i1][j] ,第三个选择是 f[i][j1] ,第二种和第三种是去掉 s[i1] 或者 s1[j1] 的子问题,说明被去掉的字符对子序列没有作用。
在这三种选择中选值最大的情况。
所以,状态转移方程为:
f[i][j]=max{f[i1][j1]+same,f[i1][j],f[i][j1]}1<=i,j<=s.size()

Complexity

时间复杂度: O(n2)
空间复杂度: O(n2)

Code

class Solution {
public:
    int longestPalindromeSubseq(string s) {
        int m = s.size();
        int** matrix = new int*[m+1];
        for (int i = 0; i <= m; i++)
            matrix[i] = new int[m+1];
        for(int i = 0; i <= m; i++) {
            matrix[0][i] = 0;
            matrix[i][0] = 0;
        }

        for (int i = 1; i <= m; i++) {
            for (int j = 1; j <= m; j++) {
                int same = (s[i-1] == s[m-j]) ? 1 : 0;
                matrix[i][j] = max(matrix[i-1][j-1]+same,matrix[i-1][j]);
                matrix[i][j] = max(matrix[i][j],matrix[i][j-1]);
            }
        }

        int result = matrix[s.size()][s.size()];
        for (int i = 0; i <= m; i++)
            delete []matrix[i];
        delete []matrix;
        return result;

    }
};
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值