LeetCode516 .最长回文子序列

题目叙述:

力扣题目链接(opens new window)

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 1:

输入:s = "bbbab"
输出:4
解释:一个可能的最长回文子序列为 "bbbb" 。

示例 2:

输入:s = "cbbd"
输出:2
解释:一个可能的最长回文子序列为 "bb" 。

提示:

  • 1 <= s.length <= 1000
  • s
    仅由小写英文字母组成

动态规划思路

  • 我们在上文中已经介绍了
    回文子串
    ,那么我们可以沿用
    回文子串
    的思想解决这道题,但是我们首先得明确
    回文子串

    回文子序列
    的区别

  • LeetCode647.回文子串
    求的是回文子串,而本题要求的是回文子序列, 要搞清楚这两者之间的区别。

  • 回文子串是要连续的,回文子序列可不是连续的!
    回文子串,回文子序列都是动态规划经典题目。

  • 回文子串,可以做这两题:


    • 647.回文子串

    • 5.最长回文子串

思路其实是差不多的,但本题要比求回文子串简单一点,因为情况少了一点。

动规五部曲分析如下:

1.确定状态变量及其含义

  • 我们设立dp数组,dp[i]] [j] 表示s字符串在
    [i,j]
    范围内最长回文子序列的长度。(
    j
    >=
    i
  • 那么我们确立了状态变量
    dp[i][j]
    ,那么我们就要开始处理递推公式和如何初始化了

2.确定递推公式

  • 在这里,我们最重要的就是判断
    s[i],s[j]
    之间的关系
    • s[i]==s[j]
      此时,
      dp[i][j]=dp[i+1][j-1]+2
  • 为什么是+2呢?因为本题是最长回文子序列,当
    s[i]==s[j]
    时,
    [i,j]
    范围内至少有
    dp[i+1][j-1]+2
    这个大小的最长回文子序列,+2就是加上
    s[i],s[j]
    这两个字符。

516.最长回文子序列

  • 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]
    区间回文子序列的长度,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]

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

516.最长回文子序列1

3.如何初始化dp数组

  • 首先,我们得处理特殊情况,当
    i==j
    的时候,这个时候在
    [i,j]
    范围内只有一个字符,使用
    dp[i][j]=dp[i+1][j-1]+2
    会导致当前处理的子串的左边界大于右边界,此时我们就得特殊处理一下,当处理的子串只有一个字符时,
    i==j
    ,并且
    dp[i][j]
    显然等于1,因为单个字符也是回文子序列,并且这个回文子序列的长度是1。
vector<vector<int>> dp(s.size(), vector<int>(s.size(), 0));
for (int i = 0; i < s.size(); i++) dp[i][i] = 1;

4. 确定遍历顺序

从递归公式中,可以看出,
dp[i][j]
依赖于
dp[i + 1][j - 1]

dp[i + 1][j] 和 dp[i][j - 1]
,如图:

img

  • 所以说我们想要得到
    dp[i][j]
    ,必须从左下方开始,向着右上方的方向进行递推。
  • 所以说遍历顺序就是从下到上,从左到右
        //开始对dp数组进行从下到上,从左到右进行赋值。
        for(int i=s.size()-1;i>=0;i--){
            for(int j=i+1;j<s.size();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]);
            }
        }

5.举例打印dp数组

输入s:"cbbd" 为例,dp数组状态如图:

516.最长回文子序列3

红色框即:
dp[0][s.size() - 1];
为最终结果。

最终代码:

//最长回文子序列
class Solution {
public:
    int longestPalindromeSubseq(string s) {
        //创建二维的dp数组
        vector<vector<int>> dp(s.size(),vector<int>(s.size(),0));
        //初始化dp数组,首先要将i和j相等的时候,也就是只有一个字符的子序列,它的dp值赋值为1
        for(int i=0;i<s.size();i++) dp[i][i]=1;
        //开始对dp数组进行从下到上,从左到右进行赋值。
        for(int i=s.size()-1;i>=0;i--){
            for(int j=i+1;j<s.size();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]);
            }
        }
        //最后,从0-s.size()-1这个范围的最长回文子序列的长度就是我们需要的答案。
        return dp[0][s.size()-1];
    }
};

注明

  • 本文中引用了作者
    代码随想录
    的部分图片和原文,若想深入了解,可以去原作者的文章阅读
  • 代码随想录

标签: none

添加新评论