回文相关题目

  • Post author:
  • Post category:其他




647. 回文子串



题目

给你一个字符串 s ,请你统计并返回这个字符串中 回文子串 的数目。回文字符 是正着读和倒过来读一样的字符串。子字符串是字符串中的由连续字符组成的一个序列。

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。

示例:

在这里插入图片描述



思路

1.确定dp数组(dp table)以及下标的含义

布尔类型的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. 确定递推公式

s[i]与s[j]不相等 return false;

s[i]与s[j]相等


情况一:下标i 与 j相同,同一个字符例如a,当然是回文子串 i==j

情况二:下标i 与 j相差为1,例如aa,也是回文子串

j – i == 1

情况三:下标:i 与 j相差大于1的时候,例如cabac,此时s[i]与s[j]已经相同了,我们看i到j区间是不是回文子串就看aba是不是回文就可以了,那么aba的区间就是 i+1 与 j-1区间,这个区间是不是回文就看**dp[i + 1][j – 1]**是否为true。

3.初始化

4.确定遍历顺序

情况三是根据dp[i + 1][j – 1]是否为true,在对dp[i][j]进行赋值true的。dp[i + 1][j – 1] 在 dp[i][j]的左下角,如图:

在这里插入图片描述

一定要从下到上,从左到右遍历,这样保证dp[i + 1][j – 1]都是经过计算的。



代码

class Solution {
    public int countSubstrings(String s) {
        //动态规划 dp[i][j] 代表[i,j]区间内是否是回文字符
        //dp[i][j]由dp[i-1][j+1]决定
        int len  = s.length();
        boolean[][] dp = new boolean[len][len];
        int res = 0;
        //从下到上,从左到右遍历
        for(int i = len-1; i >= 0; i--){
            for(int j = i; j < len; j++){
                if(s.charAt(i) == s.charAt(j)){
                    //(s.charAt(i)==s.charAt(j) 时,当元素个数为1,2,3个时,一定为回文子串
                    if(j - i <= 1){
                        res++;
                        dp[i][j] = true;
                    }else if(dp[i+1][j-1] == true){
                        res++;
                        dp[i][j] = true;
                    }
                }
            
            }
        }
        return res;
    }
}



516. 最长回文子序列

给你一个字符串 s ,找出其中

最长的回文子序列

,并返回该序列的长度。

子序列定义为:不改变剩余字符顺序的情况下,删除某些字符或者不删除任何字符形成的一个序列。

示例:

在这里插入图片描述



思路


1.确定dp数组(dp table)以及下标的含义


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.确定递推公式


在判断回文子串的题目中,关键逻辑就是看s[i]与s[j]是否相同。

(1)如果s[i]与s[j]相同,那么dp[i][j] = dp[i + 1][j – 1] + 2;

在这里插入图片描述

(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。


在这里插入图片描述

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]。

dp[i][j]一定是取最大的,即:dp[i][j] = max(dp[i + 1][j], dp[i][j – 1]);


3.初始化


首先要考虑

当i 和j 相同

的情况,从递推公式:dp[i][j] = dp[i + 1][j – 1] + 2; 可以看出 递推公式dp[i][j]是计算不到 i 和j相同时候的情况。

所以需要手动初始化一下,

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.确定遍历顺序


所以遍历i的时候一定要从下到上遍历,这样才能保证,下一行的数据是经过计算的。



代码

class Solution {
    public int longestPalindromeSubseq(String s) {
        //动态规划 dp[i][j]代表在[i,j]上最长的回文子序列的长度
        int len = s.length();
        int[][] dp = new int[len][len];
        for(int i = len-1; i >= 0; i--){
             //初始化
            dp[i][i] = 1;
            for(int j = i+1; j < len; 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][j-1],dp[i+1][j]);
                }
                
            }
        }
        return dp[0][len-1];
    }
}



版权声明:本文为qq_48094059原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。