跳至主要內容

0516. 最长回文子序列

ITCharge大约 2 分钟

0516. 最长回文子序列open in new window

  • 标签:字符串、动态规划
  • 难度:中等

题目链接

题目大意

描述:给定一个字符串 ss

要求:找出其中最长的回文子序列,并返回该序列的长度。

说明

  • 子序列:不改变剩余字符顺序的情况下,删除某些字符或者不删除任何字符形成的一个序列。
  • 1s.length10001 \le s.length \le 1000
  • ss 仅由小写英文字母组成。

示例

  • 示例 1:
输入:s = "bbbab"
输出:4
解释:一个可能的最长回文子序列为 "bbbb"
  • 示例 2:
输入:s = "cbbd"
输出:2
解释:一个可能的最长回文子序列为 "bb"

解题思路

思路 1:动态规划

1. 划分阶段

按照区间长度进行阶段划分。

2. 定义状态

定义状态 dp[i][j]dp[i][j] 表示为:字符串 ss 在区间 [i,j][i, j] 范围内的最长回文子序列长度。

3. 状态转移方程

我们对区间 [i,j][i, j] 边界位置上的字符 s[i]s[i]s[j]s[j] 进行分类讨论:

  1. 如果 s[i]=s[j]s[i] = s[j],则 dp[i][j]dp[i][j] 为区间 [i+1,j1][i + 1, j - 1] 范围内最长回文子序列长度 + 22,即 dp[i][j]=dp[i+1][j1]+2dp[i][j] = dp[i + 1][j - 1] + 2
  2. 如果 s[i]s[j]s[i] \ne s[j],则 dp[i][j]dp[i][j] 取决于以下两种情况,取其最大的一种:
    1. 加入 s[i]s[i] 所能组成的最长回文子序列长度,即:dp[i][j]=dp[i][j1]dp[i][j] = dp[i][j - 1]
    2. 加入 s[j]s[j] 所能组成的最长回文子序列长度,即:dp[i][j]=dp[i1][j]dp[i][j] = dp[i - 1][j]

则状态转移方程为:

dp[i][j]={max{dp[i+1][j1]+2}s[i]=s[j]max{dp[i][j1],dp[i1][j]}s[i]s[j]dp[i][j] = \begin{cases} max \lbrace dp[i + 1][j - 1] + 2 \rbrace & s[i] = s[j] \cr max \lbrace dp[i][j - 1], dp[i - 1][j] \rbrace & s[i] \ne s[j] \end{cases}

4. 初始条件
  • 单个字符的最长回文序列是 11,即 dp[i][i]=1dp[i][i] = 1
5. 最终结果

由于 dp[i][j]dp[i][j] 依赖于 dp[i+1][j1]dp[i + 1][j - 1]dp[i+1][j]dp[i + 1][j]dp[i][j1]dp[i][j - 1],所以我们应该按照从下到上、从左到右的顺序进行遍历。

根据我们之前定义的状态,dp[i][j]dp[i][j] 表示为:字符串 ss 在区间 [i,j][i, j] 范围内的最长回文子序列长度。所以最终结果为 dp[0][size1]dp[0][size - 1]

思路 1:代码

class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        size = len(s)
        dp = [[0 for _ in range(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][size - 1]

思路 1:复杂度分析

  • 时间复杂度O(n2)O(n^2),其中 nn 为字符串 ss 的长度。
  • 空间复杂度O(n2)O(n^2)