dp:回文子串,回文子序列

这篇博客介绍了如何利用动态规划解决LeetCode上的回文子串和最长回文子序列问题。对于回文子串,提出了暴力、dp和双指针三种方法;对于最长回文子序列,主要讲解了dp解决方案,通过比较字符是否相等进行状态转移。文章强调回文子串要求连续,而回文子序列则可以不连续。

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

回文子串

https://leetcode-cn.com/problems/palindromic-substrings/
给定一个字符串,你的任务是计算这个字符串中有多少个回文子串。

具有不同开始位置或结束位置的子串,即使是由相同的字符组成,也会被视作不同的子串。

思路

法1:暴力,遍历区间起始位置和终止位置,判断是否为回文串,时间复杂度O(n^3)
法2:dp

  1. dp[i][j]表示区间范围[i,j] (注意是左闭右闭)的子串是否是回文子串,如果是dp[i][j]为true,否则为false。
  2. 推导分情况:
    i,j 位置字符不相等,false
    i,j 位置字符相等。
    • i == j ,true
    • j - i == 1, true
    • j - i > 1,则除去这两个字符的中间串是否是回文串 决定了 当前串是否是回文串,即dp[i + 1][j - 1]
  3. 初始化:一开始全为false,因为遍历过程中对于 j - i <= 1 的情况都已经进行直接判断,并没有依赖于未遍历的结果,所以当 j - i > 1的时候,所依赖的dp结果已经被推导过了。
  4. 遍历顺序:左下角到右上角,所以倒序遍历 i ,正序遍历 j 。
  5. 举例推导

法3:双指针
找到回文串的中心,对每个中心进行向两边扩散,越界或者不相等则退出此次扩散
中心确定时有两种情况,一个字符作为中心,两个字符作为中心

代码

dp

public int countSubstrings2(String s) {
   boolean[][] dp = new boolean[s.length()][s.length()];
    int ans = 0;
    for (int i = s.length() - 1; i >= 0; i--) {
        for(int j = i; j < s.length(); j++) {
            if(s.charAt(i) == s.charAt(j) && (j - i <= 1 || dp[i + 1][j - 1])) {
                ans++;
                dp[i][j] = true;
            }
        }
    }
    return ans;
}

双指针

public int countSubstrings(String s) {
    int ans = 0;
    for (int i = 0; i < s.length(); i++) {
        ans += extend(s, i, i, s.length());
        ans += extend(s, i, i + 1, s.length());
    }
    return ans;
}
public int extend(String s, int i, int j, int n) {
    int result = 0;
    while (i >= 0 && j < n && s.charAt(i) == s.charAt(j)) {
        i--;
        j++;
        result++;
    }
    return result;
}

最长回文子序列

https://leetcode-cn.com/problems/longest-palindromic-subsequence/
给定一个字符串 s ,找到其中最长的回文子序列,并返回该序列的长度。可以假设 s 的最大长度为 1000 。

思路

求回文子序列,可以不连续,回文子串,要连续

  1. dp[i][j]:字符串s在[i, j]范围内最长的回文子序列的长度为dp[i][j]。
  2. 如果s[i]与s[j]相同,那么dp[i][j] = dp[i + 1][j - 1] + 2;
    如果s[i]与s[j]不相同,说明s[i]和s[j]的同时加入 并不能增加[i,j]区间回文子串的长度,那么分别加入s[i]、s[j]看看哪一个可以组成最长的回文子序列。
    加入s[j]的回文子序列长度为dp[i + 1][j]。
    加入s[i]的回文子序列长度为dp[i][j - 1]。
    取较大者
  3. 当i与j相同,那么dp[i][j]一定是等于1的,即:一个字符的回文子序列长度就是1
    其他情况dp[i][j]初始为0就行,这样递推公式:dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]); 中dp[i][j]才不会被初始值覆盖。
  4. 从下往上,从左往右
  5. 返回头到尾的最长子序列 dp[0][s.length() - 1]

代码

public int longestPalindromeSubseq(String s) {
   int[][] dp = new int[s.length()][s.length()];
    for (int i = 0; i < s.length(); i++) {
        dp[i][i] = 1;
    }
    for (int i = s.length() - 1; i >= 0; i--) {
        for(int j = i + 1; j < s.length(); j++) {
            if (s.charAt(i) == s.charAt(j)) {
                dp[i][j] = dp[i + 1][j - 1] + 2;
            } else {
                dp[i][j] = Math.max(dp[i + 1][j], dp[i][j - 1]);
            }
        }
    }
    return dp[0][s.length() - 1];
}

总结

  • 求回文子序列,可以不连续,回文子串,要连续
  • 求回文串,一般是定义dp[i][j]为 i 到 j 的子序列,主要是因为回文串的性质每次需要比较对称的两个位置
  • 此类题目一般推导dp方程时都是通过 i j 位置字符是否相等来进行分类讨论

参考

Carl:https://mp.weixin.qq.com/s/jbd3p4QPm5Kh1s2smTzWag

最长回文子串是指在一个字符串中最长的回文子序列。回文是指正着读和倒着读都一样的字符串。动态规划是解决最长回文子串问题的一种常用方法。动态规划的思想是将问题分解成子问题,通过求解子问题的最优解来得到原问题的最优解。在最长回文子串问题中,我们可以使用一个二维数组dp[i][j]来表示从i到j的子串是否为回文子串。如果dp[i][j]为true,则表示从i到j的子串是回文子串,否则不是。我们可以通过以下步骤来求解最长回文子串: 1. 初始化dp数组,将所有dp[i][i]都设置为true,表示单个字符是回文子串。 2. 遍历字符串s,从长度为2的子串开始,依次判断每个子串是否为回文子串。如果是,则将dp[i][j]设置为true。 3. 在遍历的过程中,记录最长回文子串的长度和起始位置。 4. 最后,通过起始位置和长度来截取最长回文子串。 下面是一个示例代码,可以帮助你更好地理解动态规划求解最长回文子串的过程: class Solution { public: string longestPalindrome(string s) { int len=s.size(); if(len<2) return s; bool dp[len][len];//布尔型,dp[i][j]表示从i到j是否构成回文 int max_count=1;//最大字串的长度 int start=0;//最长字串的起始位置 for(int j=0;j<len;j++) { for(int i=0;i<j;i++) { if(s[i]!=s[j]) dp[i][j]=false; else if((j-i)<3)//(j-1)-(i+1)+1<2表示dp[i][j]的最大字串长度为1 dp[i][j]=true; else { dp[i][j]=dp[i+1][j-1]; } if((j-i+1)>max_count&&dp[i][j]) { max_count=j-i+1; start=i; } } } return s.substr(start,max_count);//截取字符串 } };
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