uva10617回文子序列数量动态规划

该博客介绍了如何计算一个给定字符串(长度小于等于60)的回文子序列数量。采用区间动态规划(DP)的方法,初始化单个字符为回文子序列,相邻字符相同则有3种情况,不同则只有2种。状态转移方程考虑了字符相等和不等的情况,最后输出区间[1,n]的最大贡献即为回文子序列数量。

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

题目

给定一个字符串(len<=60),求回文子序列数量

解题思路

区间DP,dp[i][j]表示区间[i,n]的回文子序列数量。

初始化

memset(dp, 0, sizeof dp);
for (int i = 1; i <= n; i++)
    dp[i][i] = 1;
for (int i = 1; i < n; i++)
    dp[i][i + 1] = (s[i] == s[i + 1] ? 3 : 2);

状态转移:
如果 s [ l ] = = s [ r ] s[l]==s[r] s[l]==s[r] d p [ l ] [ r ] = d p [ l + 1 ] [ r ] + d p [ l ] [ r − 1 ] − d p [ l + 1 ] [ r − 1 ] + d p [ l + 1 ] [ r − 1 ] + 1 dp[l][r]=dp[l+1][r]+dp[l][r-1]-dp[l+1][r-1]+dp[l+1][r-1]+1 dp[l][r]=dp[l+1][r]+dp[l][r1]dp[l+1][r1]+dp[l+1][r1]+1;

理解:对于区间 [ l , r ] [l,r] [l,r],小于这个区间的回文子序列依然存在,也就是 d p [ l + 1 ] [ r ] + d p [ l ] [ r − 1 ] − d p [ l + 1 ] [ r − 1 ] dp[l+1][r]+dp[l][r-1]-dp[l+1][r-1] dp[l+1][r]+dp[l][r1]dp[l+1][r1],另外,区间 [ l + 1 , r − 1 ] [l+1,r-1] [l+1,r1]里边的所有回文子序列,在两边同时加上 s [ l ] / s [ r ] s[l]/s[r] s[l]/s[r],会产生新的 d p [ l + 1 ] [ r − 1 ] dp[l+1][r-1] dp[l+1][r1]个回文子序列,最后还需要算上 s [ l ] s [ r ] s[l]s[r] s[l]s[r]这两个字符组成的回文子序列。

如果 s [ l ] ! = s [ r ] s[l]!=s[r] s[l]!=s[r] d p [ l ] [ r ] = d p [ l + 1 ] [ r ] + d p [ l ] [ r − 1 ] − d p [ l + 1 ] [ r − 1 ] dp[l][r]=dp[l+1][r]+dp[l][r-1]-dp[l+1][r-1] dp[l][r]=dp[l+1][r]+dp[l][r1]dp[l+1][r1];

显然,不会有新增的贡献。

代码

#include <bits/stdc++.h>
using namespace std;

long long dp[65][65]; //dp[i][j]表示区间[i,j]的最大贡献
char s[1010];

void solve()
{
    scanf("%s", s + 1);
    int n = strlen(s + 1);
    memset(dp, 0, sizeof dp);
    for (int i = 1; i <= n; i++)
        dp[i][i] = 1;
    for (int i = 1; i < n; i++)
        dp[i][i + 1] = (s[i] == s[i + 1] ? 3 : 2);
    for (int len = 3; len <= n; len++)
    {
        for (int l = 1; l + len - 1 <= n; l++)
        {
            int r = l + len - 1;
            if (s[l] == s[r])
                dp[l][r] = dp[l + 1][r] + dp[l][r - 1] - dp[l + 1][r - 1] + dp[l + 1][r - 1] + 1;
            else
                dp[l][r] = dp[l + 1][r] + dp[l][r - 1] - dp[l + 1][r - 1];
        }
    }
    cout << dp[1][n] << endl;
}
int main()
{
    int t;
    cin >> t;
    while (t--)
        solve();
    return 0;
}
最长回文子序列(Longest Palindromic Subsequence,LPS)问题是指在一个给定的字符串中找到一个最长的回文子序列回文子序列是指一个序列本身不是回文串,但它是一个回文串的子序列。 在C++中,我们可以使用动态规划(Dynamic Programming,DP)的方法来解决这个问题。动态规划的主要思想是将一个大问题分解成小问题,然后从小问题出发,逐渐求得大问题的解。 以下是一个使用动态规划解决最长回文子序列问题的C++示例代码: ```cpp #include <iostream> #include <vector> #include <string> using namespace std; // 函数用于计算字符串str的最长回文子序列的长度 int longestPalindromeSubseq(string str) { int n = str.size(); // 创建一个二维数组dp,用于存储子问题的解,初始化所有值为0 vector<vector<int>> dp(n, vector<int>(n, 0)); // 单个字符的最长回文子序列长度为1,所以对角线上的元素设置为1 for (int i = 0; i < n; i++) { dp[i][i] = 1; } // 如果两个字符相同,那么它俩组成的子序列长度为2 for (int cl = 2; cl <= n; cl++) { for (int i = 0; i < n - cl + 1; i++) { int j = i + cl - 1; if (str[i] == str[j] && cl == 2) { dp[i][j] = 2; } else if (str[i] == str[j]) { dp[i][j] = dp[i + 1][j - 1] + 2; } else { dp[i][j] = max(dp[i][j - 1], dp[i + 1][j]); } } } // 返回整个字符串的最长回文子序列长度 return dp[0][n - 1]; } int main() { string str; cout << "请输入一个字符串:" << endl; cin >> str; cout << "最长回文子序列的长度为:" << longestPalindromeSubseq(str) << endl; return 0; } ``` 在这段代码中,`dp[i][j]`表示从字符串的第`i`个字符到第`j`个字符组成的子串的最长回文子序列的长度。通过初始化对角线以及递推式逐步填充这个二维数组,最终可以得到整个字符串的最长回文子序列长度。
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

打赏作者

hesorchen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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