这是我参与8月更文挑战的第12天,活动详情查看:8月更文挑战
leetcode-516-最长回文子序列
[博客链接]
[题目描述]
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
Related Topics
- 字符串
- 动态规划
- 👍 508 👎 0
[题目链接]
[github地址]
[思路介绍]
思路一:动态规划
- dp方程的分析思路:
- 我们从单边考虑的话需要定义一个dp[i] 来表示以i结尾的最长子序列
- 这个时候我们会发现我们需要同时记录当前子序列的起始坐标
- 然后才能继续往下移动dp方程
- 因此我们可以定义一个二维方程
- 定义dp[i][j] 表示i->j区间内的最长子序列长度
- 这样既保证了记录起始索引,也记录了结尾索引
- 当s[i] == s[j] dp[i][j] = dp[i+1][j-1] + 2;
- 当s[i] != s[j] dp[i][j] = max(dp[i+1][j],dp[i][j-1])
- 同时我们需要考虑循环顺序,为了保证不漏算,需要从右侧开始进行计算
- 不漏算的原理
- 我们发现dp[i][j] 都和[i+1]有关
- 所以我们需要从后往前循环
- 同时需要初始化单一字符串i==j的情况,此时必然满足回文串,长度为1
public int longestPalindromeSubseq(String s) {
int n = s.length();
int[][] dp = new int[n][n];
//初始化至少为1
for (int i = 0; i < n; i++) {
dp[i][i] = 1;
}
for (int i = n - 1; i >= 0; i--) {
for (int j = i + 1; j < n; j++) {
if (s.substring(i, i + 1).equals(s.substring(j, j + 1))) {
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][n - 1];
}
- 时间复杂度o()
- 空间复杂度o()