前言

思路及算法思维，指路 代码随想录。
题目来自 LeetCode。

day 52，周五，开始补作业了~

题目详情

[647] 回文子串

题目描述

647 回文子串

解题思路

前提：寻找回文子串，子串意味着元素连续
思路：动态规划 寻找dp数组之间有联系的推导关系， dp[i][j]: 字符串中[i, j]子串是否为回文子串，s[i] == s[j]时, 3种情况, ij时,true, i+1j时,true, j>i+1时,dp[i][j] = dp[i+1][j-1]， s[i] != s[j]时, dp[i][j] = false，统计dp数组中true的数量
重点：dp数组的定义、递推公式的推导、回文子串的条件判断

代码实现

C语言

动态规划

// 动态规划 dp[i][j]: 字符串中[i, j]子串是否为回文子串
// s[i] == s[j]时, 3种情况, i==j时,true, i+1==j时,true, j>i+1时,dp[i][j] = dp[i+1][j-1]
// s[i] != s[j]时, dp[i][j] = false
// 统计dp数组中true的数量int countSubstrings(char* s) {int sLen = strlen(s);bool dp[sLen][sLen];int count = 0;// 遍历for (int i = sLen - 1; i >= 0; i--) {for (int j = i; j < sLen; j++) {if (j == i) {dp[i][j] = true;} else if (j == i + 1) {if (s[i] == s[j]) {dp[i][j] = true;} else {dp[i][j] = false;}} else {if (s[i] == s[j]) {dp[i][j] = dp[i + 1][j - 1];} else {dp[i][j] = false;}}if (dp[i][j] == true) {count++;}}}return count;
}

双指针

// 双指针: 2种情况
// 以单个元素为核心向两边扩展,寻找回文子串的个数
// 以两个元素为核心向两边扩展,寻找回文子串的个数int checkSubStrings(char *s, int sLen, int i, int j)
{int res = 0; while (i >= 0 && j < sLen && s[i] == s[j]) {res++;i--;j++;}return res;
}int countSubstrings(char* s) {int sLen = strlen(s);int count = 0;for (int i = 0; i < sLen; i++) {// 单元素为核心count += checkSubStrings(s, sLen, i, i);// 双元素为核心count += checkSubStrings(s, sLen, i, i + 1);}return count;
}

[516] 最长回文子序列

题目描述

516 最长回文子序列

解题思路

前提：寻找最长回文子序列，子序列意味着元素可以不连续，元素相对顺序一致即可
思路：动态规划 dp[i][j]: 字符串在[i, j]中最长回文子序列的长度，分为两种情况，s[i] == s[j]时, dp[i][j] = dp[i+1][j-1] + 2；s[i] != s[j]时, 分别尝试将s[i]/s[j]加入,判断是否为回文子序列,取最大值, dp[i][j] = max(dp[i][j-1], dp[i+1][j])
重点：dp数组的定义、递推公式的推导、回文子串的条件判断

代码实现

C语言

动态规划

// 动态规划 dp[i][j]: 字符串在[i, j]中最长回文子序列的长度
// 分为两种情况
// s[i] == s[j]时, dp[i][j] = dp[i+1][j-1] + 2;
// s[i] != s[j]时, 分别尝试将s[i]/s[j]加入,判断是否为回文子序列,取最大值, dp[i][j] = max(dp[i][j-1], dp[i+1][j])int maxFun(int p1, int p2)
{return p1 > p2 ? p1 : p2;
}int longestPalindromeSubseq(char* s) {int sLen = strlen(s);int dp[sLen][sLen];// dp初始化for (int i = 0; i < sLen; i++) {for (int j = 0; j < sLen; j++) {dp[i][j] = 0;}dp[i][i] = 1;}// 遍历for (int i = sLen - 1; i >= 0; i--) {for (int j = i + 1; j < sLen; j++) {if (s[i] == s[j]) {dp[i][j] = dp[i + 1][j - 1] + 2;} else {dp[i][j] = maxFun(dp[i + 1][j], dp[i][j - 1]);}}}return dp[0][sLen - 1];
}

今日收获

1. 动态规划