题目:
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。
示例 1:
输入:s = "abc" 输出:3 解释:三个回文子串: "a", "b", "c"示例 2:
输入:s = "aaa" 输出:6 解释:6个回文子串: "a", "a", "a", "aa", "aa", "aaa"提示:
1 <= s.length <= 1000
s
由小写英文字母组成
[LeetCode] 647. 回文子串
自己看到题目的第一想法
回溯法!
看完代码随想录之后的想法
dp[i][j] 表示字符 i ~ j 之间(包括), 回文串的如果知道 s[i] 与 s[j]相同, 则通过 dp[i + 1][j - 1] 判断i + 1 到 j - 1 之间(包括)的字符串是否是回文串, 如果是的话, i ~ j 之间的字符串就是回文串.
// 动态规划
class Solution {
public int countSubstrings(String s) {
int result = 0;
// dp[i][j] 表示 s[i] ~ s[j] 之间的字符串是否是回文串
boolean[][] dp = new boolean[s.length()][s.length()];
// 递推公式 dp[i][j] = s[i] == s[j] && dp[i + 1][j - 1]
// 初始化: 无
// 因为 dp[i][j] 需要依赖 dp[i + 1][j - 1],
// 因此 i + 1 部分需要从下往上, j - 1 部分需要从左往右
for (int i = s.length() - 1; i >= 0; i--) {
for (int j = i; j < s.length(); j++) {
if (s.charAt(i) == s.charAt(j)) {
if (j - i <= 1) {
dp[i][j] = true;
} else {
dp[i][j] = dp[i + 1][j - 1];
}
}
if (dp[i][j]) {
result++;
}
}
}
return result;
}
}
// 中心扩散法
class Solution {
public int countSubstrings(String s) {
int result = 0;
for (int i = 0; i < s.length(); i++) {
result += checkSubString(s, i, i);
result += checkSubString(s, i, i + 1);
}
return result;
}
private int checkSubString(String s, int start, int end) {
int count = 0;
while (start >= 0 && end < s.length() && s.charAt(start--) == s.charAt(end++)) {
count++;
}
return count;
}
}
自己实现过程中遇到哪些困难
无.
题目:
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。
示例 1:
输入:s = "bbbab" 输出:4 解释:一个可能的最长回文子序列为 "bbbb" 。示例 2:
输入:s = "cbbd" 输出:2 解释:一个可能的最长回文子序列为 "bb" 。提示:
1 <= s.length <= 1000
s
仅由小写英文字母组成
[LeetCode] 516. 最长回文子序列
自己看到题目的第一想法
蒙圈!
看完代码随想录之后的想法
这么简单还能蒙圈?
如果 s[i] == s[j], 则 dp[i][j] = dp[i + 1][j - 1] + 2, 很直接的想法呀, 为啥就没想到呢?
class Solution {
public int longestPalindromeSubseq(String s) {
// dp[i][j] 表示 i ~ j 这个范围内的字符串, 最长的回文子序列的长度
int[][] dp = new int[s.length()][s.length()];
// 递推公式: 如果 s[i] == s[j], dp[i][j] = dp[i + 1][j - 1] + 2,
// 否则 dp[i][j] = Math.max(dp[i + 1][j], dp[i][j - 1])
// 初始化: 无
// 遍历顺序, 根据递推公式, [i][j] 依赖 [i + 1][j], [i][j - 1],
// 因此一定是从下往上, 从左往右
for (int i = s.length() - 1; i >= 0; i--) {
for (int j = i; j < s.length(); j++) {
if (s.charAt(i) == s.charAt(j)) {
if (j - i <= 1) {
dp[i][j] = j - i + 1;
} else {
dp[i][j] = dp[i + 1][j - 1] + 2;
}
} else {
dp[i][j] = Math.max(dp[i + 1][j], dp[i][j - 1]);// 这里大概是难点吧
}
}
}
return dp[0][s.length() - 1];
}
}
自己实现过程中遇到哪些困难
对于递推公式, 似乎永远都掌握不好了... T_T