https://leetcode.com/problems/longest-palindromic-subsequence/description/
Given a string s, find the longest palindromic subsequence's length in s. You may assume that the maximum length of s is 1000.
Example 1:
Input:
"bbbab"
Output:
4
One possible longest palindromic subsequence is "bbbb".
Example 2:
Input:
"cbbd"
Output:
2
One possible longest palindromic subsequence is "bb".
这是一道最长回文的题目,要我们求出给定字符串的最大回文子序列。
解决这类问题的核心思想就是两个字“延伸”,具体来说
- 如果一个字符串是回文串,那么在它左右分别加上一个相同的字符,那么它一定还是一个回文串,因此
回文长度增加2
- 如果一个字符串不是回文串,或者在回文串左右分别加不同的字符,得到的一定不是回文串,因此
回文长度不变,我们取[i][j-1]和[i+1][j]的较大值
事实上,上面的分析已经建立了大问题和小问题之间的关联, 基于此,我们可以建立动态规划模型。
我们可以用 dp[i][j] 表示 s 中从 i 到 j(包括 i 和 j)的回文序列长度, 状态转移方程只是将上面的描述转化为代码即可:
if (s[i] === s[j]) {
dp[i][j] = dp[i + 1][j - 1] + 2;
} else {
dp[i][j] = Math.max(dp[i][j - 1], dp[i + 1][j]);
}
base case 就是一个字符(轴对称点是本身)
- ”延伸“(extend)
/*
* @lc app=leetcode id=516 lang=javascript
*
* [516] Longest Palindromic Subsequence
*/
/**
* @param {string} s
* @return {number}
*/
var longestPalindromeSubseq = function(s) {
// bbbab 返回4
// tag : dp
const dp = [];
for (let i = s.length - 1; i >= 0; i--) {
dp[i] = Array(s.length).fill(0);
for (let j = i; j < s.length; j++) {
if (i - j === 0) dp[i][j] = 1;
else if (s[i] === s[j]) {
dp[i][j] = dp[i + 1][j - 1] + 2;
} else {
dp[i][j] = Math.max(dp[i][j - 1], dp[i + 1][j]);
}
}
}
return dp[0][s.length - 1];
};