LintCode 667: Longest Palindromic Subsequence (DP 经典题)

最长递增子序列详解(longest increasing subsequence) 一个各公司都喜欢拿来做面试笔试题的经典动态规划问题,互联网上也有很多文章对该问题进行讨论,但是我觉得对该问题的最关键的地方,这些讨论似乎都解释的不很清楚,让人心中不快,所以自己想彻底的搞一搞这个问题,希望能够将这个问题的细节之处都能够说清楚。 对于动态规划问题,往往存在递推解决 阅读详情
  1. Longest Palindromic Subsequence

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
Example1

Input: “bbbab”
Output: 4
Explanation:
One possible longest palindromic subsequence is “bbbb”.
Example2

Input: “bbbbb”
Output: 5

解法1:
经典DP题。我们最后需要返回dp[0][len-1],所以两个for loop是下面的代码:

        for (int i = len - 1; i >= 0; --i) {
            cout<<"i="<<i<<endl;
            for (int j = i + 1; j < len; ++j) {

对于输入 “bbbab”, dp[][] 值为:

1 2 3 3 4
0 1 2 2 3
0 0 1 1 3
0 0 0 1 1
0 0 0 0 1

注意下面两种写法不对:
1)
for (int i = 0; i < len - 1; ++i) {
for (int j = i + 1; j < len; ++j) {

It is wrong as dp[0][len - 1] should be the final result.

  1. for (int i = 0; i < len - 1; ++i) {
    for (int j = 0; j < len; ++j) {
    It is wrong as dp[i+1][j] will exceed the boundary.

代码如下:

class Solution {
public:
    /**
     * @param s: the maximum length of s is 1000
     * @return: the longest palindromic subsequence's length
     */
    int longestPalindromeSubseq(string &s) {
        int len = s.size();
        if (len <= 1) return len;
        
        vector<vector<int>> dp(len, vector<int>(len, 0));
        
        for (int i = 0; i < len; ++i) {
            dp[i][i] = 1;
        }
        for (int i = len - 1; i >= 0; --i) {
            for (int j = i + 1; j < len; ++j) {
                if (s[i] == s[j]) {
                    dp[i][j] = dp[i + 1][j - 1] + 2;
                } else {
                    dp[i][j] = max(dp[i][j - 1], dp[i + 1][j]);
                }
            }
        }
        return dp[0][len - 1];
    }
};

代码同步在
https://github.com/luqian2017/Algorithm

用WorkBuddy和ima搭建本地知识库:从概念到实操 在AI应用普及的今天,私有知识的高效管理与调用成为痛点。RAG(检索增强生成)技术通过将外部知识库与语言模型耦合,为精准问答提供了技术底座。然而,传统RAG方案往往涉及向量数据库、文本切分等复杂环节。一种更轻量的路径应运而生:借助WorkBuddy与ima的组合,将知识收集、语义检索与智能体工作流整合,让本地知识库真正服务于日常办公和研发场景。从概念到实操,系统解析这套轻量级方案的核心逻辑与配置方法,并对比重方案适用边界,帮助读者快速搭建属于自己的AI知识助手。 阅读详情

相关推荐

SigmaStar(星宸科技)SSC33X系列

目前,SSC33X系列已经量产了接近两年,SDK成熟稳定,功耗表现良好,图像效果出色,广泛应用在AI枪机、AI球机、AI云台机、多目摄像机、停车场闸机、人脸门禁、人脸锁、门铃猫眼等产品上。

Comake Online的博客 1万+

Rosalind Java|Longest Increasing Subsequence动态规划算法

Rosalind编程问题之计算集合中最长的递增元素子集。Problem: A subsequence of a permutation is a collection of elements of the permutation in the order that they appear. For example, (5, 3, 4) is a subsequence of (5, 1, 3, 4, 2).A subsequence is increasing if the elements of the

学术程稻属 298

MRI多序列,多中心数据集预处理--使用FSL-Flirt 配准数据

FLIRT(FMRIB 的线性图像配准工具)是用于线性(仿射)模态内和模态间脑图像配准的全自动稳健且准确的工具。 什么是配准 在这两张图片上,很容易看出它们没有对齐,左边相对右边倾斜,虽然我们人类视觉系统还是能把对应的解剖关系连系在一起,但是我们使用计算机分析时确不能够 因此,我们希望相同的解剖结构对齐,用坐标表示的话,希望他们在相同的坐标上。如下图 对齐这些解剖结构的过程就叫做配准(register) 因此,配准的目的也是使相同的解剖结构在同一个位置,便于分析。可以将CT和MRI配准,看同一结构在两个

Tina姐的博客 1万+

【Rosalind】Longest Increasing Subsequence - 动态规划算法(Dynamic Programming)初探

你的当前状态是什么样的?记录好当前状态让后人来查——动态规划思想

Emmett Diary 549

SIC知识(8)--碳化硅的制备难点

6. 器件制造难点:碳化硅器件制造过程中的掺杂步骤需要在高温下完成,且需要采用高温离子注入的方式,这与传统硅基器件的扩散工艺不同。这些步骤需要精密的设备和严格的工艺控制,以确保器件的结构和功能。综上所述,碳化硅的制备难点相较于传统硅基器件主要在于更高的制备温度、更慢的生长速度、晶型控制的复杂性、后加工的难度、外延工艺的低效率以及器件制造的特殊要求和较高的成本。- **数据管理**:需要有效的数据管理系统来跟踪和记录生产过程中的每一个步骤,包括原料的批次、生长条件、加工参数等,以确保产品质量的可追溯性。

阿拉伯梳子的专栏 1600

摄像机实时接入分析平台视频分析网关AI智能分析智慧营业厅方案

通过智能化的改造,可以提高营业厅的运营效率,降低运营成本,同时提升客户体验和安全保障。

EasyDarwin开源社区技术博客 705

【剑指Offer】31.栈的压入、弹出序列(JS实现)

题目描述 输入两个整数序列,第一个序列表示栈的压入顺序,请判断第二个序列是否为该栈的弹出顺序。假设压入栈的所有数字均不相等。例如,序列 {1,2,3,4,5} 是某栈的压栈序列,序列 {4,5,3,2,1} 是该压栈序列对应的一个弹出序列,但 {4,3,5,1,2} 就不可能是该压栈序列的弹出序列。 示例1: 输入:pushed = [1,2,3,4,5], popped = [4,5,3,2,1] 输出:true 解释:我们可以按以下顺序执行: push(1), push(2), push(3), pus

weixin_39006917的博客 279

Geant4 案例分析(一): B1

本文是对Geant4 B1的案例分析,其中特定的功能不做介绍,而注重于各个文件的主要功能,以及它们组织的方式。

m0_51809467的博客 1583

Longest Increasing Subsequence

一. Longest Increasing SubsequenceGiven an unsorted array of integers, find the length of longest increasing subsequence.For example, Given [10, 9, 2, 5, 3, 7, 101, 18], The longest increasing subs

u014652699的专栏 323

半导体功率器件IGBT工艺全流程

本文概述了功率器件IGBT(绝缘栅双极型晶体管)的关键制造流程。主要工艺包括:基板制备、离子注入(B+/P+/P+FS层)、绝缘膜形成与加工(CVD沉积及刻蚀)、沟槽刻蚀、电极形成(Emitter和Collector)等步骤。通过离子注入、化学气相沉积和物理气相沉积等半导体工艺,依次完成器件各功能层的构建,最终形成具备高功率特性的IGBT器件。该流程体现了功率半导体制造中典型的掺杂、薄膜沉积和图形化工艺技术。

755

无需Python环境!纯C#上位机+OpenCVSharp4+ONNX Runtime实现YOLOv8摄像头实时流检测,工业级稳定

摘要 工业自动化C#开发中,传统Python方案实现视觉检测功能存在环境依赖、内存泄漏和性能不稳定等问题。本文提出基于.NET 8+OpenCVSharp4+ONNX Runtime的纯C#方案,通过实际案例验证其优势: 零Python依赖,支持离线部署 内存稳定(380MB/72h),检测延迟<80ms 检测精度达漏检率<0.1%,误检率<0.5% 保留原有业务逻辑代码,3天完成适配 方案采用分层架构设计,支持多种硬件平台和操作系统,提供从模型导出到部署的全流程指导,为工业视觉检测提供高

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 198

516. Longest Palindromic Subsequence (DP)

Here we have two solutions. Both are DP. The first solution is quite smart and difficult to think of. Basically, you just need to reverse the string, and then find the longest common subsequence. The reason is a palindromic string is the same as it is

weixin_58286631的博客 155

[deprecated]第二章:DRM 框架概述:2.2 GEM显存管理概述

本文深入分析了Linux DRM子系统中GEM(Graphics Execution Manager)的显存管理机制。GEM通过核心数据结构drm_gem_object抽象显存buffer,结合drm_vma_offset_manager和drm_mm实现高效的地址空间分配与管理。该系统支持显存动态分配/回收、用户空间mmap映射、多进程访问隔离和跨设备共享等关键功能,并通过引用计数和同步机制确保并发安全。

图形/计算GPU的驱动与虚拟化技术分享园地 2548

【刷题打卡】day1 - 字符串string

从现在开始每天至少刷一道题。 题库:lintcode 1790. Rotate String II 题目链接 难度:easy 算法:字符串操作 解题思路 总偏移量offset = left - right。 如果总偏移量>0, 字符串往左偏移, offset从起点开始偏移,把[0, offset], [offset, string长度]两边子字符串交换一下。 如果right > left. 字符串往右偏移,offset从终点开始偏移, 把[0, string长度-offset]和[string长

banban008的博客 364

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

lintcode667 - Longest Palindromic Subsequence - medium

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 Given s = "bbbab" return 4 One possible longest palindromic ...

weixin_30951231的博客 122

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

Lintcode 667. Longest Palindromic Subsequence (Medium) (Python)

Longest Palindromic Subsequence Description: 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 Given s = “bbbab...

DY的博客 373

【三次过】【序列型】Lintcode 667. 最长的回文序列

给一字符串 s, 找出在 s 中的最长回文序列的长度. 你可以假设 s 的最大长度为1000. 样例 Example1 Input: "bbbab" Output: 4 Explanation: One possible longest palindromic subsequence is "bbbb". Example2 Input: "bbbbb" Output: 5 解题...

majichen95的博客 532

【Leetcode】2762. Continuous Subarrays

是不会回退的,因为数组变长,极差只会变大不会变小。而窗口最大最小值可以用单调队列来做。,那么该子数组的所有子数组都满足条件,从而以。为右端点的满足该条件的数组个数就是。,求其满足极差不大于。

数学、算法爱好者的博客 208

【LintCode】Backpack 背包问题

在n个物品中挑选若干物品装入背包,最多能装多满?假设背包的大小为m,每个物品的大小为A[i]。样例 如果有4个物品[2, 3, 5, 7] 如果背包的大小为11,可以选择[2, 3, 5]装入背包,最多可以装满10的空间。 如果背包的大小为12,可以选择[2, 3, 7]装入背包,最多可以装满12的空间。 函数需要返回最多能装满的空间大小。注意 你不可以将物品进行切割。举例: 如果有4个

wutingyehe的专栏 4656

lintcode刷题(python)--排列组合

lintcode中有许多排列组合的题目,这些题目如果要自己写代码的话要用到递归思想。。 和数组的排列一样,python中也内置了排列组合的库函数,在刷题过程中,直接用这些库函数真是爽的很。 排列的函数: import itertools print(list(itertools.permutations([1,2,3,4],3))) 上面的代码直接打印出[1,2,3,4]中选3个数

平凡 4146

[leetcode]516. Longest Palindromic Subsequence 最长回文子序列

题目链接:https://leetcode.com/problems/longest-palindromic-subsequence/ Given a string s, find the longest palindromic subsequence's length in s. You may assume that the maximum length of s is 1000. ...

xiaocong1990的博客 2280

516. Longest Palindromic Subsequence

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 subseq...

zkj126521的博客 289

ACM-动态规划(lintcode专题)总结

最近在lintcode上面刷dp算法,因为本菜鸟的dp实在是很渣,所以下定决心从简单的题目刷起。 lintcodeDp算法链接 我会挑选几个我觉得做起来不是那么得心应手的题目,把ac以及效率高的代码放上来。 中等题: 667.最长的回文序列 int longestPalindromeSubseq(string &amp;s) { // write your code h...

UniversalCode的海贼船 468

lintcode 刷题 by python 总结(1)

博主之前在学习 python 的数据结构与算法的基础知识,用的是《problem-solving-with-algorithms-and-data-structure-using-python》。但是仅仅看书对于知识的理解不够深入。于是选择了 lintcode 刷题,本篇博客即为最近做的算法题的一则小结。 lintcode 的界面非常干净,还有中文...

weixin_30478923的博客 158

(lintcode): A + B 问题 python解法

1. A + B 问题 描述:给出两个整数 a 和 b , 求他们的和。 解法一:直接return a+b class Solution: def aplusb(self, a, b): return a + b 解法二: 位运算 class Solution: def aplusb(self, a, b): if a == 0: ...

qq_37676370的博客 1969

最长上升子序列LIS(Longest Increasing Subsequence)

最长上升子序列问题是各类信息学竞赛中的常见题型,也常常用来做介绍动态规划算法的引例。问题描述:给出一个序列a1,a2,a3,a4,a5,a6,a7....an求它的一个子序列(设为s1,s2,...sn),使得这个子序列满足这样的性质,s1 思路:维护一个一维数组c,并且这个数组是动态扩展的,初始大小为1,c[i]表示最长上升子序列长度是i的所有子串中末尾最小的那个数,根据这个数字,我们可以比较

Mariney 577

动态规划之最长递增子序列(Longest Increasing Subsequence)

原文地址:http://www.geeksforgeeks.org/dynamic-programming-set-3-longest-increasing-subsequence/ We have discussed Overlapping Subproblems and Optimal Substructure properties in Set 1 and Set 2respect

K.Sun 4219
上一篇: LintCode 594: strStr II (Rabin Karp算法)
下一篇: LintCode 1565: Modern Ludo I (DP典型题)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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