您现在的位置是:首页 >学无止境 >算法记录 | Day57 动态规划网站首页学无止境

算法记录 | Day57 动态规划

是菜鸡小小陈啊 2024-06-15 00:01:02
简介算法记录 | Day57 动态规划

647.回文子串

思路:

1.确定dp数组(dp table)以及下标的含义:

布尔类型的dp[i][j]:表示区间范围[i,j] (注意是左闭右闭)的子串是否是回文子串,如果是dp[i][j]为true,否则为false。

2.递推公式:

  • if (s[i]!=s[j])

    • dp[i][j] =False ;
  • if (s[i]== s[j])

    • i==j,同一个字符例如a,当然是回文子串
    • abs(i-j)=1,例如aa,也是回文子串
    • abs(i-j)>1,例如cabac,此时s[i]与s[j]已经相同了,看i到j区间是不是回文子串就看aba是不是回文就可以了,那么aba的区间就是 i+1 与 j-1区间,这个区间是不是回文就看dp[i + 1][j - 1]是否为true。

3.初始化:dp[i][j]初始化为false

4.确定遍历顺序

首先从递推公式中可以看出,情况三是根据dp[i + 1][j - 1]是否为true,在对dp[i][j]进行赋值true的。

dp[i + 1][j - 1] dp[i][j]的左下角,如图:

要从下到上,从左到右遍历,这样保证dp[i + 1][j - 1]都是经过计算的

!5.举例推导dp数组

举例,输入:“aaa”,dp[i][j]状态如下:

647.回文子串1

图中有6个true,所以就是有6个回文子串。

注意因为dp[i][j]的定义,所以j一定是大于等于i的,那么在填充dp[i][j]的时候一定是只填充右上半部分。](https://code-thinking-1253855093.file.myqcloud.com/pics/20210121171032473-20230310132134822.jpg)

class Solution:
    def countSubstrings(self, s: str) -> int:
        size = len(s)
        if size <= 1:
            return size

        dp =[[False]*size for _ in range(size)]
        result = 0
        for i in range(size+1,-1,-1):
            for j in range(i,size):
                if s[i] == s[j]:
                    if (j-i) <= 1:
                        dp[i][j] = True
                        result += 1
                    elif(dp[i+1][j-1]):
                        dp[i][j] = True
                        result += 1
        return result

516.最长回文子序列

思路:

1.确定dp数组(dp table)以及下标的含义

dp[i][j]:字符串s在[i, j]范围内最长的回文子序列的长度为dp[i][j]

2.确定递推公式

  • if(s[i]==s[j]),dp[i][j] = dp[i + 1][j - 1] + 2516.最长回文子序列
  • if(s[i]!=s[j]),dp[i][j] = max(dp[i + 1][j], dp[i][j - 1])
    • 加入s[j]的回文子序列长度为dp[i + 1][j]
    • 加入s[i]的回文子序列长度为dp[i][j - 1]516.最长回文子序列1

3.初始化:当i与j相同,那么dp[i][j]一定是等于1的,即:一个字符的回文子序列长度就是1。

4.确定遍历顺序

从递归公式中,可以看出,dp[i][j] 依赖于 dp[i + 1][j - 1],dp[i + 1][j] dp[i][j - 1],如图:

img

所以遍历i的时候一定要从下到上遍历,这样才能保证下一行的数据是经过计算的

5.举例推导dp数组

输入s:“cbbd” 为例,dp数组状态如图:红色框即:dp[0][-1]为最终结果。

516.最长回文子序列3

class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        size = len(s)
        if size <= 1:
            return size

        dp = [[0]*size for _ in range(size)]

        for i in range(size):
            dp[i][i] = 1
        
        for i in range(size-1,-1,-1):
            for j in range(i+1, size):
                if (s[i]==s[j]):
                    dp[i][j] = dp[i+1][j-1] + 2
                else:
                    dp[i][j] = max(dp[i+1][j],dp[i][j-1])
        return dp[0][-1]

动态规划总结

动规五部曲分别为:

  1. 确定dp数组(dp table)以及下标的含义
  2. 确定递推公式
  3. dp数组如何初始化
  4. 确定遍历顺序
  5. 举例推导dp数组在这里插入图片描述

在这里插入图片描述

风语者!平时喜欢研究各种技术,目前在从事后端开发工作,热爱生活、热爱工作。