最长回文子序列问题

博客介绍了最长回文子序列问题,指出它与最长回文子串的区别,并提供了两种解法:递归版和动态规划版。递归版通过递推公式解决,动态规划版自底向上,先解决子问题。两种方法的递推公式均被详细阐述。

该问题区别于最长回文子串问题,子串必须是连续的,而子序列则可以跳跃,例如AABCAA的最长回文子串为AA,但是它的最长回文子序列为AABAA和AACAA.

下面给出两种解法,递归版和动态规划版(一般能用递归做的都可以用动态规划)

1. 递归版

递推公式:

0)  递归出口:长度为1的字符串,最长回文子序列长度为1

1)  如果S的最后一个元素和第一个元素是相同的,这时:LPS(0, n-1) = LPS(1, n-2) + 2 ,  以AABCAA 为例,第一个和最后一个相同,因此计算 L(1,n-2) (绿色部分)。

2) 如果不相同:LPS(0, n-1) = MAX ( LPS(1, n-1) ,  LPS(0, n-2) )。 以AABCAB为例,LPS(1,n-1)即为去掉第一个元素的子序列,LPS(0, n-2)为去掉最后一个元素。

int lps(char *str, int i, int j)
{
    //递归出口
    if(i == j) // 一个元素的最长回文子序列为1
        return 1;
    if(i > j) // 因为只计算序列 str[i ... j]
        return 0; 
   
    if (str[i] == str[j])
        return lps(str, i+1, j-1) + 2;
    else
        return max(lps(str, i, j-1), lps(str, i+1, j));
}

2. 动态规划版

和递归的逻辑相反,自底向上,先解决子问题,再解决当前问题,递推公式和递归版相同。

int lpsDP(char *str, int n){
    int dp[n][n];
    memset(dp, 0, sizeof(dp));
        
    for(int i=0; i<n; i++) 
        dp[i][i] = 1;
    //i 表示当前长度为 i+1 的子序列
    for(int i=1; i<n; i++){
        //考虑所有连续的长度为 i+1 的子串. 该串为str[j, j+i]
        for(int j=0; j+i<n; j++){
            if(str[j] == str[j+i]) //首尾相同
                dp[j][j+i] = dp[j+1][j+i-1] + 2;
            else
                dp[j][j+i] = max(dp[j+1][j+i], dp[j][j+i-1]);
        }
    }
    return dp[0][n-1];
}

动态规划版需要注意的一个细节是,当j+1 <= j+i-1 (i >= 2)成立时,dp[j+1][j+i-1]才有意义,当 i=1 时,会出现dp[j+1][j]的情形,因此在最开始用memset(dp, 0, sizeof(dp));置0.


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值