• 最长回文子序列长度、最长回文子串,最长回文串、回文子串


    目录

    最长回文子序列长度

    动态规划

    贪心:中心扩展法

    最长回文串

    统计奇偶数

    回文子串 

    动态规划

    最长回文子串

    动态规划


    最长回文子序列长度

    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。

    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" 。

    动态规划

    1. class Solution {
    2. public:
    3. int longestPalindromeSubseq(string s) {
    4. vectorint>>dp(s.size(),vector<int>(s.size(),0));
    5. for(int i=0;isize();i++){
    6. dp[i][i]=1;
    7. }
    8. for(int i=s.size()-1;i>=0;i--){
    9. for(int j=i+1;jsize();j++){
    10. if(s[i]==s[j]){
    11. dp[i][j]=dp[i+1][j-1]+2;
    12. }else{
    13. dp[i][j]=max(dp[i+1][j],dp[i][j-1]);
    14. }
    15. }
    16. }
    17. return dp[0][s.size()-1];
    18. }
    19. };

    建议自己看题解,然后自己举例子,手动画一遍图就懂了。

    贪心:中心扩展法

    1. class Solution {
    2. public:
    3. int fun(string &s,int left,int right){
    4. while(left>=0 && rightsize() && s[left]==s[right]){
    5. left--;
    6. right++;
    7. }
    8. return right-left-1;
    9. }
    10. int getLongestPalindrome(string A) {
    11. // write code here
    12. int maxLen=1;
    13. for(int i=0;isize()-1;i++){
    14. maxLen=max(maxLen,max(fun(A,i,i),fun(A,i,i+1)));
    15. }
    16. return maxLen;
    17. }
    18. };

    最长回文串

    统计奇偶数

    给定一个包含大写字母和小写字母的字符串 s ,返回 通过这些字母构造成的 最长的回文串 。

    在构造过程中,请注意 区分大小写 。比如 "Aa" 不能当做一个回文字符串。

    示例 1:

    输入:s = "abccccdd"
    输出:7
    解释:
    我们可以构造的最长的回文串是"dccaccd", 它的长度是 7。
    示例 2:

    输入:s = "a"
    输入:1
     

    提示:

    1 <= s.length <= 2000
    s 只由小写 和/或 大写英文字母组成

    简单题,只需要统计一下字符个数,并处理奇偶关系,即可计算最后回文串长度

    1. class Solution {
    2. public:
    3. int longestPalindrome(string s) {
    4. unordered_map<char,int>m;
    5. for(char &c:s){
    6. m[c]++;
    7. }
    8. int ans=0,odd=0;
    9. for(auto it:m){
    10. ans+=it.second-it.second%2;
    11. if(it.second%2==1){
    12. odd=1;
    13. }
    14. }
    15. return ans+odd;
    16. }
    17. };

    回文子串 

    动态规划

    在确定递推公式时,就要分析如下几种情况。

    整体上是两种,就是s[i]与s[j]相等,s[i]与s[j]不相等这两种。

    当s[i]与s[j]不相等,那没啥好说的了,dp[i][j]一定是false。

    当s[i]与s[j]相等时,这就复杂一些了,有如下三种情况

    • 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
    • 情况二:下标i 与 j相差为1,例如aa,也是回文子串
    • 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。
    1. class Solution {
    2. public:
    3. int countSubstrings(string s) {
    4. int n=s.size();
    5. vectorbool>>dp(n,vector<bool>(n,false));
    6. int ans=0;
    7. for(int i=n-1;i>=0;i--){
    8. for(int j=i;j
    9. if(s[i]==s[j]){
    10. if(j-i<=1){
    11. ans++;
    12. dp[i][j]=true;
    13. }else if(dp[i+1][j-1]){
    14. ans++;
    15. dp[i][j]=true;
    16. }
    17. }
    18. }
    19. }
    20. return ans;
    21. }
    22. };

    最长回文子串

    动态规划

    给你一个字符串 s,找到 s 中最长的回文子串。

    示例 1:

    输入:s = "babad"
    输出:"bab"
    解释:"aba" 同样是符合题意的答案。
    示例 2:

    输入:s = "cbbd"
    输出:"bb"

    与上题很像,只不过我们需要保存一下最长回文子串的左右下表,最后需要返回这个最长回文子串

    关键代码:

    1. if(dp[i][j] && j-i+1>maxLength){
    2. maxLength=j-i+1;
    3. left=i;
    4. right=j;
    5. }
    1. class Solution {
    2. public:
    3. string longestPalindrome(string s) {
    4. int n=s.size();
    5. vectorbool>>dp(n,vector<bool>(n,0));
    6. int maxLength=0;
    7. int left=0;
    8. int right=0;
    9. for(int i=n-1;i>=0;i--){
    10. for(int j=i;j
    11. if(s[i]==s[j]){
    12. if(j-i<=1){
    13. dp[i][j]=true;
    14. }else if(dp[i+1][j-1]){
    15. dp[i][j]=true;
    16. }
    17. }
    18. if(dp[i][j] && j-i+1>maxLength){
    19. maxLength=j-i+1;
    20. left=i;
    21. right=j;
    22. }
    23. }
    24. }
    25. return s.substr(left,right-left+1);
    26. }
    27. };

  • 相关阅读:
    沃趣QFusion-创建数据库并新建一张表
    【IoT】产品认证:国密认证中的委托人、生产者、生产企业是什么意思?
    【k8s】(四)kubernetes1.29.4离线部署之-组件安装
    Binary Number Encoding and Arithmetic
    nginx - 使用nginx部署vue项目到本地以及代理和负载均衡
    三、用户增长模型:S-C-I战略模型
    numpy常用属性以及切片操作
    Docker Harbor概述及构建
    C++&QT day9
    搭建自动化 Web 页面性能检测系统 —— 实现篇
  • 原文地址:https://blog.csdn.net/Jason6620/article/details/126454706