97 lines
2.5 KiB
Markdown
97 lines
2.5 KiB
Markdown
## 题目地址
|
||
|
||
https://leetcode.com/problems/longest-palindromic-subsequence/description/
|
||
|
||
## 题目描述
|
||
|
||
```
|
||
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".
|
||
```
|
||
|
||
## 思路
|
||
|
||
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：
|
||
|
||
```js
|
||
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）
|
||
|
||
|
||
|
||
## 关键点
|
||
|
||
- ”延伸“（extend）
|
||
|
||
## 代码
|
||
|
||
```js
|
||
/*
|
||
* @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];
|
||
};
|
||
```
|
||
|
||
## 相关题目
|
||
|
||
- [5.longest-palindromic-substring](./5.longest-palindromic-substring.md)
|