力扣第516题最长回文子序列 c++ 动态规划附Java代码注释版

题目

516. 最长回文子序列

中等

思路和解题方法

首先，我们使用一个二维数组dp来存储子问题的解，其中dp[i][j]表示字符串s在位置i到位置j范围内的最长回文子序列的长度。
然后，我们初始化对角线上的值为1，表示单个字符本身就是一个回文子序列。
接下来，我们从字符串尾部开始向前遍历，在每个位置i和j之间进行计算。如果s[i]等于s[j]，则s[i:j]范围内的最长回文子序列长度为s[i+1:j-1]范围内的最长回文子序列长度加2；如果s[i]不等于s[j]，则s[i:j]范围内的最长回文子序列长度为s[i+1:j]和s[i:j-1]中的较大值。
最终，返回dp[0][s.size() - 1]，即整个字符串的最长回文子序列长度。

打印的dp数组

a b c b a

复杂度

时间复杂度:

O(n*n)

时间复杂度是O(n^2)，其中n为输入字符串s的长度。这是因为我们使用了一个二维数组dp来存储子问题的解，然后使用两层嵌套的循环来填充这个数组，每次循环都需要考虑当前字符以及其之前的所有字符，因此时间复杂度为O(n^2)。

空间复杂度

O(n*n)

空间复杂度也是O(n^2)，因为我们使用了一个二维数组dp来存储子问题的解，其大小为n*n。

c++ 代码

class Solution {
public:
    int longestPalindromeSubseq(string s) {
        // 创建二维数组dp来存储子问题的解，dp[i][j]表示s[i:j]范围内的最长回文子序列长度
        vector<vector<int>> dp(s.size(), vector<int>(s.size(), 0));
        
        // 初始化对角线上的值为1，即单个字符本身就是一个回文子序列
        for (int i = 0; i < s.size(); i++) {
            dp[i][i] = 1;
        }
        
        // 从字符串尾部开始遍历
        for (int i = s.size() - 1; i >= 0; i--) {
            // 从当前字符向后遍历
            for (int j = i + 1; j < s.size(); j++) {
                if (s[i] == s[j]) {
                    // 如果s[i]等于s[j]，则s[i:j]范围内的最长回文子序列长度为s[i+1:j-1]范围内的最长回文子序列长度加2
                    dp[i][j] = dp[i + 1][j - 1] + 2;
                } else {
                    // 如果s[i]不等于s[j]，则s[i:j]范围内的最长回文子序列长度为s[i+1:j]和s[i:j-1]中的较大值
                    dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);
                }
            }
        }
        
        // 返回整个字符串的最长回文子序列长度
        return dp[0][s.size() - 1];
    }
};

Java代码

首先，我们定义了一个二维数组dp来存储子问题的解，其中dp[i][j]表示字符串s在位置i到位置j范围内的最长回文子序列的长度。
然后，我们从字符串尾部开始向前遍历，确保不漏掉任何情况。在此过程中，我们对dp数组进行初始化，并且通过动态规划的方法逐步填充dp数组。
最后，返回dp[0][len - 1]，即整个字符串的最长回文子序列长度。

public class Solution {
    public int longestPalindromeSubseq(String s) {
        int len = s.length();
        int[][] dp = new int[len + 1][len + 1];  // 创建二维数组dp来存储子问题的解，dp[i][j]表示s[i:j]范围内的最长回文子序列长度
        for (int i = len - 1; i >= 0; i--) {  // 从后往前遍历，保证情况不漏
            dp[i][i] = 1;  // 初始化对角线上的值为1，即单个字符本身就是一个回文子序列
            for (int j = i + 1; j < len; j++) {
                if (s.charAt(i) == s.charAt(j)) {
                    dp[i][j] = dp[i + 1][j - 1] + 2;  // 如果s[i]等于s[j]，则s[i:j]范围内的最长回文子序列长度为s[i+1:j-1]范围内的最长回文子序列长度加2
                } else {
                    dp[i][j] = Math.max(dp[i + 1][j], Math.max(dp[i][j], dp[i][j - 1]));  // 如果s[i]不等于s[j]，则s[i:j]范围内的最长回文子序列长度为s[i+1:j]和s[i:j-1]中的较大值
                }
            }
        }
        return dp[0][len - 1];  // 返回整个字符串的最长回文子序列长度
    }
}

觉得有用的话可以点点赞，支持一下。

如果愿意的话关注一下。会对你有更多的帮助。

每天都会不定时更新哦 >人< 。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/137963.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！