求LPS——最长回文子序列

该博客探讨了如何使用动态规划找到给定字符串的最长回文子序列(LPS),并指出此问题与最长公共子序列问题的相似性。通过逆序字符串并计算两个字符串的LCS来优化解决方案,最终实现的时间复杂度为O(n^2),空间复杂度为O(n^2)。

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

给一个字符串,找出它的最长的回文子序列的长度。

回文序列(Palindromic sequence, Palindrome)是指正向遍历和反向遍历完全相同的序列例如,如果给定的序列是“BBABCBCAB”,则输出应该是7,“BABCBAB”是在它的最长回文子序列。“BBBBB”和“BBCBB”也都是该字符串的回文子序列,但不是最长的。

 

//腾讯2016笔试一。对于一个输入字符串,求删除几个字符后,剩下的可以成为回文字符。
//最长公共子串字符求法:动态规划
#include <iostream>
#include <string.h>
#include <algorithm>
using namespace std;

int LongCommonStr(string s)
{
    string sr(s);
    reverse(sr.begin(),sr.end());

    int n=s.size();
    int p[n+1][n+1];
    memset(p,0,sizeof(p));


    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=n;j++)
        {
            if(s[i-1]==sr[j-1])
                p[i][j]=p[i-1][j-1]+1;
            else
                p[i][j]=p[i][j-1]>p[i-1][j]?p[i][j-1]:p[i-1][j];
        }
    }
    return p[n][n];

}

int main()
{
    string str;
   while(cin>>str)
    {
        int lcs=LongCommonStr(str);

        cout<<str.size()-lcs<<endl;
    }
    return 0;
}

类似 最长公共子序列LCS( Longest Common Subsequence)问题,可以是不连续的。这就是 LPS(Longest Palindromic Subsequence)问题。

注意:和最长回文子串的区别(参考:最长回文串)!这里说的子序列,

最直接的解决方法是:生成给定字符串的所有子序列,并找出最长的回文序列,这个方法的复杂度是指数级的。

其实这个问题和最长公共子序列问题有些相似之处,我们可以对LCS算法做些修改,来解决此问题:

1) 对给定的字符串S逆序 存储在另一个数组 Srev中。

2) 再求这两个字符串的 LCS的长度。

时间复杂度为 O(n^2),空间复杂度为O(n^2)。

下面来分析用动态规划解决。通过自下而上的方式打表,存储子问题的最优解。

设输入字符串为S,长度为n,Srev为字符串S的逆序。则LPS(S)=LCS(S,Srev).

参考LCS的思路进行求解:建立一个二维表格,大小为dp[n+1][n+1],二维数组的第0行和第0列值为0,表示公共字符为0.

当S[i-1]==Srev[j-1]时,dp[i][j]=dp[i-1][j-1]+1; 否则,dp[i][j]=max(dp[i-1][j],dp[i][j-1])。

则LPS=dp[n][n]。(二维数组的最右下角)

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回文子序列回文子序列是指一个序列本身不是文串,但它是一个文串的子序列。 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]); } } } // 返整个字符串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
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