博客
关于我
Leetcode 516. 最长回文子序列
阅读量:258 次
发布时间:2019-03-01

本文共 1279 字,大约阅读时间需要 4 分钟。

为了找到给定字符串 s 中的最长回文子序列,我们可以使用动态规划的方法。该方法通过建立一个二维数组 dp,其中 dp[i][j] 表示从索引 ij 的最长回文子序列的长度。

方法思路

  • 初始化:创建一个大小为 n x n 的二维数组 dp,其中 n 是字符串的长度。所有元素初始化为 0
  • 填充 dp 数组:遍历每个可能的子区间 [i, j]
    • 如果 s[i] 等于 s[j],则 dp[i][j] 等于 2 + dp[i+1][j-1]
    • 否则,dp[i][j] 等于 dp[i+1][j]dp[i][j-1] 中的最大值。
  • 结果dp[0][n-1] 即为最长回文子序列的长度。
  • 解决代码

    public class Solution {    public int longestPalindromeSubseq(String s) {        int n = s.length();        if (n == 0) return 0;                // Initialize dp table        int[][] dp = new int[n][n];        for (int i = 0; i < n; i++) {            dp[i][i] = 1;        }                for (int i = 0; i < n; i++) {            for (int j = i + 1; j < n; j++) {                if (s.charAt(i) == s.charAt(j)) {                    if (i + 1 == j - 1) {                        dp[i][j] = 2;                    } else {                        dp[i][j] = 2 + dp[i + 1][j - 1];                    }                } else {                    dp[i][j] = Math.max(dp[i + 1][j], dp[i][j - 1]);                }            }        }                return dp[0][n - 1];    }}

    代码解释

  • 初始化dp 数组的对角线元素 dp[i][i] 初始化为 1,表示单个字符本身是一个长度为1的回文。
  • 填充 dp 数组
    • s[i] 等于 s[j] 时,回文的长度为 2 加上子区间 [i+1, j-1] 内的最长回文长度。
    • 否则,回文的长度取子区间 [i+1, j][i, j-1] 内的最大回文长度。
  • 结果:最长回文子序列的长度存储在 dp[0][n-1],即整个字符串的最长回文子序列长度。
  • 转载地址:http://giev.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>