最长回文子序列长度问题

从暴力递归到动态规划解决最长回文子序列问题

目录

暴力递归

动态规划


从暴力递归到动态规划

给定一个字符串str,返回这个字符串的最长回文子序列长度比如:

str ="a12b3c43def2ghi1kpm"

最长回文子序列是“1234321”或者“123c321,返回长度7

暴力递归

在L~R上从两边向中间遍历尽可能多的找出 str[L] == str [R]。

无非遇见三种情况:L向右移,R向左移,L向右移同时R向左移。

  • 当L==R时,返回1;

  • 当L==R-1时,若str[L] == str [R],返回2;否则返回1

	public static int longestPalindromeSubsequence (String str) {
        if (str == null || str.length()==0) {
            return -1;
        }
        char[] chars = str.toCharArray();
        return lps(chars,0, chars.length-1);
    }
    public static int lps (char[] str, int L, int R) {
        if (L == R) {
            return 1;
        }
        if (L == R-1) {
            return str[L]==str[R] ? 2 : 1;
        }
        int p1 = lps(str,L+1,R-1);
        int p2 = lps(str,L+1,R);
        int p3 = lps(str,L,R-1);
        int p4 = str[L]==str[R] ? 2+lps(str,L+1,R-1) : 0;
        return Math.max(Math.max(p1,p2),Math.max(p3,p4));
    }

动态规划

从暴力递归解法看出,L和R为动态规划中的全过程变量,因此可以建立一张二维的缓存表。

L的取值范围:0~str.length()-1;

R的取值范围:0~str.length()-1;

	//动态规划
    public static int longestPalindromeSubsequence1 (String str) {
        if (str == null || str.length()==0) {
            return -1;
        }

        char[] chars = str.toCharArray();
        int N = chars.length;
        int dp[][] = new int[N][N];
        for (int i = 0; i < N -1; i++) {
            //L==R时;
            dp[i][i] = 1;
            if (i+1<N) {
                //L==R-1时
                dp[i][i + 1] = chars[i] == chars[i + 1] ? 2 : 1;
            }
        }
        for (int R = 2; R < N; R++) {
            for (int L = R-2; L >= 0; L--) {
                //可以省略p1
                int p1 = dp[L+1][R-1];
                int p2 = dp[L+1][R];
                int p3 = dp[L][R-1];
                int p4 = chars[L]==chars[R] ? (2+dp[L+1][R-1]) : 0;
                dp[L][R] = Math.max(Math.max(p1,p2),Math.max(p3,p4));
            }
        }
        return dp[0][N-1];

在对dp表赋值时,对p1的判断是可以省略的,因为p2和p3在此之前已经和p1进行过最大值比较,p2和p3的值不小于p1,故p1在这里不发挥作用。

测试:

	public static void main(String[] args) {
        System.out.println(longestPalindromeSubsequence("a122egdfg3h42q1"));
        System.out.println(longestPalindromeSubsequence1("a122egdfg3h42q1"));
    }
    //输出
	7
    7

### 关于最长回文子序列的C语言实现 最长回文子序列问题是典型的动态规划问题之一。其目标是从给定字符串中找出最长回文子序列。以下是基于动态规划方法的C语言实现方案。 #### 动态规划的核心思想 通过构建二维数组 `dp` 来存储中间结果,其中 `dp[i][j]` 表示从第 `i` 到第 `j` 位置之间的最长回文子序列长度。如果字符 `s[i]` 和 `s[j]` 相同,则可以扩展当前的回文子序列;如果不相同,则取去掉左端或右端后的较大值[^3]。 #### C语言代码实现 以下是一个完整的C语言程序来求解最长回文子序列: ```c #include <stdio.h> #include <string.h> // 函数用于计算最长回文子序列长度 int longestPalindromeSubseq(char* s) { int n = strlen(s); if (n == 0) return 0; // 创建并初始化 dp 数组 int dp[n][n]; memset(dp, 0, sizeof(dp)); // 单个字符的情况 for (int i = 0; i < n; ++i) { dp[i][i] = 1; } // 填充 dp 数组 for (int length = 2; length <= n; ++length) { // 子串长度 for (int i = 0; i + length - 1 < n; ++i) { // 起始位置 int j = i + length - 1; // 结束位置 if (s[i] == s[j]) { dp[i][j] = dp[i + 1][j - 1] + 2; // 如果两端相等则加上两侧 } else { dp[i][j] = (dp[i + 1][j] > dp[i][j - 1]) ? dp[i + 1][j] : dp[i][j - 1]; // 取较大的一侧 } } } // 返回整个字符串的最大回文子序列长度 return dp[0][n - 1]; } // 测试函数 void test() { char str[] = "bbbab"; printf("The length of the longest palindromic subsequence is %d\n", longestPalindromeSubseq(str)); } int main() { test(); return 0; } ``` #### 代码解析 上述代码实现了如下逻辑: - 使用二维数组 `dp` 记录不同区间 `[i,j]` 上的最长回文子序列长度。 - 遍历所有可能的子串长度,并逐步填充 `dp` 数组中的值。 - 若两头字符相等,则更新为内部区间的回文子序列长度加二。 - 否则,选取去除左侧或右侧后较长的结果作为新的值[^5]。 此算法的时间复杂度为 O(n²),空间复杂度同样为 O(n²)[^3]。 --- ###
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

superzheng__

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