【动态规划】子串、子序列问题

合集 - 动态规划(15)

1.【动态规划】最长公共子序列2022-11-152.【动态规划】最长递增子序列2022-11-19

3.【动态规划】子串、子序列问题2023-07-06

4.【动态规划】股票买卖问题2023-01-115.【动态规划】背包问题的应用2023-01-096.【动态规划】背包问题2023-01-037.【动态规划】矩阵2023-02-288.【动态规划】压缩状态2023-02-279.【动态规划】高楼扔鸡蛋问题2023-01-1710.【动态规划】打家劫舍2023-01-1611.【动态规划】博弈问题2023-01-1212.【动态规划】编辑距离2022-12-2613.【动态规划】正则表达式2024-01-2214.【动态规划】矩阵2024-01-2415.【动态规划】最长公共子串2024-02-05

收起

目录

• 应用
  • 应用1：Leetcode 647. 回文子串
    • 题目
    • 解题思路
      • 动态规划
        • 边界条件
        • 状态转移
    • 代码

应用

应用1：Leetcode 647. 回文子串

题目

647. 回文子串

解题思路

动态规划

设 $dp[i][j]$ 表示子串 $s[i\cdots j]$ 是否是回文子串，若 $dp[i][j]=True$，则表示子串 $s[i\cdots j]$ 是回文子串，否则，它就不是回文子串。假设字符串 $s$ 的长度为 $n$。

边界条件

当子串 $s[i\cdots j]$ 长度为 $0$ 时，即空字符串是一个回文子串，因此边界条件如下：

$$dp[i][i]=true,0\le i\le n-1,j=i$$

状态转移

对于字符串 $s$，我们倒序遍历子串 $s[i\cdots j]$ 的起始位置 $i$，同时使用指针 $j$，从位置 $i+1$ 开始顺序枚举子串的结束位置。

对于，任意一个子串 $s[i\cdots j]$ ，存在两种情况，使得它是一个回文串：

• 子串长度为 $1$，即 $i=j$；

• 子串长度大于 $1$，若 $s[i]=s[j]$，且它的子串 $s[i+1\cdots j-1]$ 是一个回文串。

  这里需要注意，当子串长度为 $2$ ，即$j=i+1$ 时，它的子串 $s[i+1\cdots j-1]$ 是一个空串 ""。

否则，它就不是一个回文串。

因此，状态转移方程为：

$$dp[i][j]=\{\begin{array}{ll}(s[i]==s[j])\wedge (j-i<=1\vee dp[i+1][j-1]),& i<j\\ false,& otherwise\end{array}$$

这里，$\wedge$ 表示逻辑与运算，$\vee$ 表示逻辑或运算。

代码

class Solution {
    public int countSubstrings(String s) {
        int n = s.length();
        int result = 0;
        boolean [][] dp = new boolean[n][n];
        for (int i = 0; i < n; i++) {
            dp[i][i] = true;
            result++;
        }
 
        for (int i = n - 1; i >= 0; i--) {
            for (int j = i + 1; j < n; j++ ) {
                if (s.charAt(i) == s.charAt(j)) {
                    if (j - i <= 1) {
                        dp[i][j] = true;
                    } else {
                        dp[i][j] = dp[i + 1][j - 1];
                    }
                } else {
                    dp[i][j] = false;
                }
 
                if (dp[i][j]) {
                    result++;
                }
            }
        }
        return result;
    }
}
 

简化之后的代码如下：

class Solution {
    public int countSubstrings(String s) {
        int n = s.length();
        int result = 0;
        boolean [][] dp = new boolean[n][n];
        for (int i = 0; i < n; i++) {
            dp[i][i] = true;
            result++;
        }
 
        for (int i = n - 1; i >= 0; i--) {
            for (int j = i + 1; j < n; j++ ) {
                if (s.charAt(i) == s.charAt(j) && (j - i <= 1 || dp[i + 1][j - 1])) {
                    dp[i][j] = true;
                    result++;
                }
            }
        }
        return result;
    }
}

---