当前位置:   article > 正文

代码随想录算法训练营第五十七天| LeetCode647. 回文子串、LeetCode516. 最长回文子序列_代码随想录 最长回文子串

代码随想录 最长回文子串

一、LeetCode647. 回文子串

        1:题目描述(647. 回文子串

        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。

        回文字符串 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。

        2:解题思路

  1. class Solution:
  2. def countSubstrings(self, s: str) -> int:
  3. # 确认dp数组的含义
  4. # dp[i][j]定义为布尔类型:表示区间范围[i,j](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
  5. # 确认递推公式
  6. # 分为两种情况,s[i]==s[j], s[i]!=s[j]
  7. # s[i]!=s[j],不是回文子串,dp[i][j] = False
  8. # s[i]==s[j]:有三种情况
  9. # 1:下标i与下标j相同,同一个字符例如a,是回文子串
  10. # 2:下标i与下标j相差1,例如aa,是回文子串
  11. # 3:下标i与下标j相差大于1,例如cabac,此时是s[i]与s[j]相同,看i到j区间是不是回文子串就看aba是不是回文就可以
  12. # 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
  13. # 因此s[i]==s[j]的递推公式为:if j-i <=1:dp[i][j]=True;elif (dp[i+1][j-1]):dp[i][j]=True
  14. # 初始化
  15. # 全部初始化为False
  16. # 遍历顺序
  17. # 由递推公式可以看出,s[i]==s[j]的第三种情况,dp[i][j]是由dp[i+1][j-1]推出来的,
  18. # dp[i+1][j-1]在dp[i][j]的左下方
  19. # 因此需要从下到上,从左到右进行遍历
  20. dp = [[False for _ in range(len(s))] for _ in range(len(s))]
  21. result = 0 # 统计回文子串的数量
  22. for i in range(len(s)-1, -1, -1):
  23. for j in range(i, len(s)):
  24. if s[i] == s[j]:
  25. if j-i <= 1:
  26. result += 1
  27. dp[i][j] = True
  28. elif dp[i+1][j-1]:
  29. result += 1
  30. dp[i][j] = True
  31. # 因为初始化的时候全部初始化为了False,当s[i]!=s[j]时,dp[i][j]=False,就不用再进行赋值了
  32. return result

二、LeetCode516. 最长回文子序列

        1:题目描述(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。

        2:解题思路

  1. class Solution:
  2. def longestPalindromeSubseq(self, s: str) -> int:
  3. # 确认dp数组的含义
  4. # dp[i][j],表示字符串s在[i,j]范围内最长的回文子序列的长度为dp[i][j]
  5. # 确认递推公式,分为s[i]==s[j], s[i]!=s[j]两种情况
  6. # s[i]==s[j]:那么dp[i][j] = dp[i+1][j-1]+2
  7. # s[i]!=s[j]: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
  8. # 1:加入s[j]的回文子序列长度为dp[i + 1][j]
  9. # 2:加入s[i]的回文子序列长度为dp[i][j - 1]
  10. # 即:dp[i][j] = max(dp[i + 1][j], dp[i][j - 1])
  11. # 初始化
  12. # 考虑当i=j的情况,i=j,dp[i][j]=dp[i][i]=1
  13. # 其余情况初始化为0
  14. # 确认遍历顺序
  15. # 从下到上,从左到右遍历
  16. dp = [[0 for _ in range(len(s))] for _ in range(len(s))]
  17. for i in range(len(s)):
  18. dp[i][i] = 1
  19. for i in range(len(s)-1, -1, -1):
  20. for j in range(i+1, len(s)):
  21. if s[i] == s[j]:
  22. dp[i][j] = dp[i+1][j-1]+2
  23. else:
  24. dp[i][j] = max(dp[i+1][j], dp[i][j-1])
  25. return dp[0][-1]
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/人工智能uu/article/detail/836482
推荐阅读
相关标签
  

闽ICP备14008679号