当前位置: 首页 > news >正文

【算法】【动规】回文串系列问题

文章目录

    • 跳转汇总链接
    • 3.1 回文子串
    • 3.2 最长回文子串
    • 3.3 分割回文串 IV
    • 3.4 分割回文串II(hard)


跳转汇总链接

👉🔗动态规划算法汇总链接


3.1 回文子串

🔗题目链接

给定一个字符串 s ,请计算这个字符串中有多少个回文子字符串。
具有不同开始位置或结束位置的子串,即使是由相同的字符组成,也会被视作不同的子串。

  1. 状态表示
    • dp[i][j] 表示字符串 s 中以 i 位置开头 j 位置结尾的子串,是否是回文。
  2. 状态转移方程
    • 分析 dp 表,要判断 [i, j] 位置的子串是否为回文,首先要根据 s[i] 和 s[j] 的大小判定,具体如下:

      s[i] != s[j], false
      s[i] == s[j], i == j, truei + 1 == j, truej - i > 1, s[i+1][j-1] == true, trues[i+1][j-1] == false, false
      
  3. 初始化
    • 这里主要是[i+1][j-1] 可能会超出需要范围,但是有个隐含条件 i <= j,可以在 for 循环中控制,所以不需要初始化。
  4. 填表顺序
    • 填写 dp[i][j],需要有 [i+1] 和 [j-1],故二维数组从下往上填写。
  5. 返回值
    • dp 中的 true 的出现次数。

🐎代码如下:

class Solution {
public:int countSubstrings(string s) {int n = s.size();vector<vector<bool>> dp(n, vector<bool>(n));int ret = 0;for(int i = n - 1; i >= 0; i--){for(int j = i; j < n; j++){// 默认都是 false,只需要处理 true 的位置if(s[i] == s[j])dp[i][j] = i + 1 < j ? dp[i+1][j-1] : true;if(dp[i][j])ret++;}}return ret;}
};

3.2 最长回文子串

🔗题目链接

给你一个字符串 s,找到 s 中最长的回文子串。
如果字符串的反序与原始字符串相同,则该字符串称为回文字符串。

如上题分析,写 dp 方程。

在 dp[i][j] 且满足基本约束时,找到 len(即 j - i + 1)的最大值,
同时,由于 dp 表是从下往上(从后往前)填的,正好更新 begin。

🐎代码如下:

class Solution {
public:string longestPalindrome(string s) {int n = s.size();int len = 1, begin = 0;vector<vector<bool>> dp(n, vector<bool>(n));for(int i = n - 1; i >= 0; i--){for(int j = i; j < n; j++){if(s[i] == s[j])dp[i][j] = i+1 < j ? dp[i+1][j-1] : true;if(dp[i][j] && j-i+1 > len)len = j - i + 1, begin = i;}}return s.substr(begin, len);}
};

3.3 分割回文串 IV

🔗题目链接

给你一个字符串 s ,如果可以将它分割成三个 非空 回文子字符串,那么返回 true ,否则返回 false 。
当一个字符串正着读和反着读是一模一样的,就称其为 回文字符串 。

还是照上述方法,生成 dp 表,记录是否为回文子串,进行数据预处理;

再将字符分成三部分,依次遍历,如果 相应位置的 dp 值为 true,就可以直接返回啦。

🐎代码如下:

class Solution {
public:bool checkPartitioning(string s) {int n = s.size();// 1. 预处理:子串是否是回文vector<vector<bool>> dp(n, vector<bool>(n));for(int i = n - 1; i >= 0; i--)for(int j = i; j < n; j++)if(s[i] == s[j])dp[i][j] = i+1 < j ? dp[i+1][j-1] : true;// 2. 字符串分成三段,枚举就好了// [0, i) [i, j) [j, n)for(int i = 1; i < n - 1; i++)  // i 是第二段的起始for(int j = i + 1; j < n; j++)  // j 是第三段的起始if(dp[0][i-1] && dp[i][j-1] && dp[j][n-1])return true;return false;}
};

3.4 分割回文串II(hard)

🔗题目链接

给你一个字符串 s,请你将 s 分割成一些子串,使每个子串都是回文。
返回符合要求的 最少分割次数 。

同样先预处理数据,方便判断子串是否是回文串;

剩下的分析方法与 1.4 单词拆分题 一样:

  • dp[i] 表示 s[0, i] 位置上的最长字串的最小分割次数;
  • 当分析 dp[i] 的时候,需要将[0, i] 分成两部分:
    • 首先是离 i 最近的 [j, i],找到能满足是回文的 j,

    • 再找 [0, j-1] 的最小分割次数,正是和状态表示一样,于是有

      dp[i], [0, i] 是回文,0[0, i] 不是回文,有 0 < j <= i,[j, i] 是回文,求 min(dp[j]+1)[j, i] 不是回文,不考虑
      

🐎代码如下:

class Solution {
public:int minCut(string s) {int n = s.size();// 1. 预处理:子串是否是回文vector<vector<bool>> sub(n, vector<bool>(n));for(int i = n - 1; i >= 0; i--)for(int j = i; j < n; j++)if(s[i] == s[j])sub[i][j] = i+1 < j ? sub[i+1][j-1] : true;// 2. 分割,是另一个dp问题咯~vector<int> dp(n, 0x3f3f3f3f);for(int i = 0; i < n; i++){if(sub[0][i]) dp[i] = 0;elsefor(int j = 1; j <= i; j++)if(sub[j][i])dp[i] = min(dp[j - 1] + 1, dp[i]);}return dp[n-1];}
};

🥰如果本文对你有些帮助,欢迎👉 点赞 收藏 关注,你的支持是对作者大大莫大的鼓励!!(✿◡‿◡) 若有差错恳请留言指正~~


相关文章:

【算法】【动规】回文串系列问题

文章目录 跳转汇总链接3.1 回文子串3.2 最长回文子串3.3 分割回文串 IV3.4 分割回文串II(hard) 跳转汇总链接 &#x1f449;&#x1f517;动态规划算法汇总链接 3.1 回文子串 &#x1f517;题目链接 给定一个字符串 s &#xff0c;请计算这个字符串中有多少个回文子字符串。 …...

4-Docker命令之docker logs

1.docker logs介绍 docker logs命令是用来获取docker容器的日志 2.docker logs用法 docker logs [参数] CONTAINER [root@centos79 ~]# docker logs --helpUsage: docker logs [OPTIONS] CONTAINERFetch the logs of a containerAliases:docker container logs, docker lo…...

svelte基础语法学习

官网文档地址&#xff1a;绑定 / Each 块绑定 • Svelte 教程 | Svelte 中文网 1、样式 一般情况下父子组件内样式隔离、同级组件间样式隔离 2、页面布局 <style>P{color: red;} </stye><script> // 类似data let name ‘jiang’ let countVal 0 let s…...

Node.js教程-mysql模块

概述 在Node.js中&#xff0c;mysql模块是实现MySQL协议的JavaScript客户端工具。Node.js程序通过与MySQL建立链接&#xff0c;然后可对数据进行增、删、改、查等操作。 安装 由于mysql模块不是Node.js内置模块&#xff0c;需手动安装 npm i mysql注意&#xff1a;若MySQL服…...

网络通信协议

WebSocket通信 WebSocket是一种基于TCP的网络通信协议&#xff0c;提供了浏览器和服务器之间的全双工通信&#xff08;full-duplex&#xff09;能力。在WebSocket API中&#xff0c;浏览器和服务器只需要完成一次握手&#xff0c;两者之间就直接可以创建持久性的连接&#xff…...

Spark集群部署与架构

在大数据时代&#xff0c;处理海量数据需要分布式计算框架。Apache Spark作为一种强大的大数据处理工具&#xff0c;可以在集群中高效运行&#xff0c;处理数十TB甚至PB级别的数据。本文将介绍如何构建和管理Spark集群&#xff0c;以满足大规模数据处理的需求。 Spark集群架构…...

DshanMCU-R128s2 SDK 架构与目录结构

R128 S2 是全志提供的一款 M33(ARM)C906(RISCV-64)HIFI5(Xtensa) 三核异构 SoC&#xff0c;同时芯片内部 SIP 有 1M SRAM、8M LSPSRAM、8M HSPSRAM 以及 16M NORFLASH。 本文档作为 R128 FreeRTOS SDK 开发指南&#xff0c;旨在帮助软件开发工程师、技术支持工程师快速上手&am…...

【5G PHY】NR参考信号功率和小区总传输功率的计算

博主未授权任何人或组织机构转载博主任何原创文章&#xff0c;感谢各位对原创的支持&#xff01; 博主链接 本人就职于国际知名终端厂商&#xff0c;负责modem芯片研发。 在5G早期负责终端数据业务层、核心网相关的开发工作&#xff0c;目前牵头6G算力网络技术标准研究。 博客…...

k8s学习 — 各知识点快捷入口

k8s学习 — 各知识点快捷入口 k8s学习 — 第一章 核心概念 k8s学习 — 第一章 核心概念 命名空间 实践&#xff1a; k8s学习 — &#xff08;实践&#xff09;第二章 搭建k8s集群k8s学习 — &#xff08;实践&#xff09;第三章 深入Podk8s学习 — &#xff08;实践&#xff0…...

【Python】Python 批量转换PDF到Excel

PDF是面向展示和打印使用的&#xff0c;并未考虑编辑使用&#xff0c;所以缺少了很多编辑属性且非常难修改PDF里面的数据。当您需要分析或修改PDF文档数据时&#xff0c;可以将PDF保存为Excel工作簿&#xff0c;实现轻松编辑数据的需求。PDF转Excel&#xff0c;技术关键就是提取…...

Python并行计算和分布式任务全面指南

更多Python学习内容&#xff1a;ipengtao.com 大家好&#xff0c;我是彭涛&#xff0c;今天为大家分享 Python并行计算和分布式任务全面指南。全文2900字&#xff0c;阅读大约8分钟 并发编程是现代软件开发中不可或缺的一部分&#xff0c;它允许程序同时执行多个任务&#xff0…...

微信小程序promise封装

一. 在utils文件夹内创建一个request.js 写以下封装的 wx.request() 方法 const baseURL https:// 域名 ; //公用总路径地址 export const request (params) > { //暴露出去一个函数&#xff0c;并且接收一个外部传入的参数let dataObj params.data || {}; //…...

hash长度扩展攻击

作为一个信息安全的人&#xff0c;打各个学校的CTF比赛是比较重要的&#xff01; 最近一个朋友发了道题目过来&#xff0c;发现有道题目比较有意思&#xff0c;这里跟大家分享下 这串代码的大致意思是&#xff1a; 这段代码首先引入了一个名为"flag.php"的文件&am…...

设计模式--命令模式

实验16&#xff1a;命令模式 本次实验属于模仿型实验&#xff0c;通过本次实验学生将掌握以下内容&#xff1a; 1、理解命令模式的动机&#xff0c;掌握该模式的结构&#xff1b; 2、能够利用命令模式解决实际问题。 [实验任务]&#xff1a;多次撤销和重复的命令模式 某系…...

单例模式的七种写法

为什么使用单例&#xff1f; 避免重复创建对象,节省内存,方便管理;一般我们在工具类中频繁使用单例模式; 1.饿汉式(静态常量)-[可用] /*** 饿汉式(静态常量)*/ public class Singleton1 {private static final Singleton1 INSTANCE new Singleton1();private Singleton1(){}…...

ElasticSearch入门介绍和实战

目录 1.ElasticSearch简介 1.1 ElasticSearch&#xff08;简称ES&#xff09; 1.2 ElasticSearch与Lucene的关系 1.3 哪些公司在使用Elasticsearch 1.4 ES vs Solr比较 1.4.1 ES vs Solr 检索速度 2. Lucene全文检索框架 2.1 什么是全文检索 2.2 分词原理之倒排索引…...

【FPGA】分享一些FPGA视频图像处理相关的书籍

在做FPGA工程师的这些年&#xff0c;买过好多书&#xff0c;也看过好多书&#xff0c;分享一下。 后续会慢慢的补充书评。 【FPGA】分享一些FPGA入门学习的书籍【FPGA】分享一些FPGA协同MATLAB开发的书籍 【FPGA】分享一些FPGA视频图像处理相关的书籍 【FPGA】分享一些FPGA高速…...

AUTOSAR从入门到精通-车载以太网(四)

目录 前言 原理 车载以太网发展历史 为何选择车载以太网...

MySQL报错:1054 - Unknown column ‘xx‘ in ‘field list的解决方法

我在操作MySQL遇到1054报错&#xff0c;报错内容&#xff1a;1054 - Unknown column Cindy in field list&#xff0c;下面演示解决方法&#xff0c;非常简单。 根据箭头指示&#xff0c;Cindy对应的应该是VARCHAR文本数字类型&#xff0c;字符串要用引号&#xff0c;所以解决方…...

【Android 13】使用Android Studio调试系统应用之Settings移植(四):40+个依赖子模块之ActionBarShadow

文章目录 一、篇头二、系列文章2.1 Android 13 系列文章2.2 Android 9 系列文章2.3 Android 11 系列文章三、子模块AS移植3.1 AS创建目标3.2 创建ActionBarShadow(1)使用VS Code打开org_settings/SettingsLib目录(2)ActionBarShadow的Manifest.xml(3)ActionBarShadow的An…...

【BK3633】从规格书到实战:解锁蓝牙5.2双模芯片的十大核心应用场景

1. BK3633芯片核心特性解析 第一次拿到BK3633规格书时&#xff0c;我被它的参数惊艳到了——这简直是为物联网设备量身定制的瑞士军刀。作为博通集成推出的蓝牙5.2双模芯片&#xff0c;它完美兼顾了高性能与低功耗这对"冤家"。实测下来&#xff0c;全速运行电流仅5mA…...

Zabbix监控大屏展示中文总乱码?手把手教你替换DejaVuSans为微软雅黑字体

Zabbix监控大屏中文乱码终极解决方案&#xff1a;从字体替换到视觉优化 当你精心配置的Zabbix监控大屏在向管理层汇报时突然出现中文乱码&#xff0c;那种尴尬就像交响乐团演出时小提琴突然走音。作为经历过数十次企业级监控系统部署的资深运维&#xff0c;我深知字体问题远不止…...

大模型涌现能力:从原理到工程实践的激发与评测方法

1. 项目概述&#xff1a;从“玄学”到“可操作”的涌现能力拆解最近和几个做模型训练和评测的朋友聊天&#xff0c;话题总绕不开“涌现能力”。这个词现在火得不行&#xff0c;但聊深了发现&#xff0c;大家对这个概念的理解其实挺割裂的。有人说它是大模型“开窍”的瞬间&…...

别再死记硬背了!用这个‘水管阀门’比喻,5分钟搞懂N沟道和P沟道MOS管工作原理

水管阀门模型&#xff1a;5分钟掌握MOS管的核心逻辑 第一次接触MOS管时&#xff0c;那些载流子、耗尽层、反型层的专业术语就像一堵高墙&#xff0c;把我们对电子世界的好奇心挡在外面。但当我发现可以用厨房水龙头的原理来理解这些抽象概念时&#xff0c;一切都变得清晰起来。…...

GPU Burn压力测试实战指南:企业级GPU稳定性验证解决方案

GPU Burn压力测试实战指南&#xff1a;企业级GPU稳定性验证解决方案 【免费下载链接】gpu-burn Multi-GPU CUDA stress test 项目地址: https://gitcode.com/gh_mirrors/gp/gpu-burn 在当今高性能计算和人工智能应用日益普及的背景下&#xff0c;GPU稳定性已成为企业数据…...

别再裸发ROS图像了!手把手教你用image_transport优化带宽(附压缩参数配置)

机器人视觉开发者的带宽救星&#xff1a;深度解析ROS image_transport图像压缩实战 在机器人视觉应用开发中&#xff0c;高分辨率图像的实时传输常常成为性能瓶颈。当你的SLAM系统在Wi-Fi环境下频繁丢帧&#xff0c;或者目标检测算法因为图像延迟而失效时&#xff0c;问题的根源…...

从布列松决定性瞬间到AI生成:Midjourney黑白摄影风格构建方法论(附可复用的5层Prompt结构模板)

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;从布列松决定性瞬间到AI生成的范式迁移 亨利卡蒂埃-布列松提出的“决定性瞬间”强调在精确的时间、空间与形式三重统一中捕捉不可复制的真实。这一美学范式统治摄影近百年&#xff0c;其内核是人类对意…...

Halbot框架解析:从零构建可扩展聊天机器人的实践指南

1. 项目概述&#xff1a;一个轻量级、可扩展的聊天机器人框架最近在折腾一个需要集成多个聊天平台&#xff08;比如微信、钉钉、Telegram&#xff09;的自动化项目&#xff0c;发现市面上现成的机器人框架要么太重&#xff0c;要么扩展性不够&#xff0c;要么就是文档写得云里雾…...

WeatherBench终极指南:快速构建天气预报AI模型的完整基准平台

WeatherBench终极指南&#xff1a;快速构建天气预报AI模型的完整基准平台 【免费下载链接】WeatherBench A benchmark dataset for data-driven weather forecasting 项目地址: https://gitcode.com/gh_mirrors/we/WeatherBench WeatherBench是一个专为数据驱动天气预报…...

【ElevenLabs语音伦理合规白皮书】:面向银发群体的AI语音生成必须绕开的4类GDPR/《互联网信息服务深度合成管理规定》雷区

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;银发群体AI语音服务的伦理合规必要性 随着智能语音助手在居家养老、远程问诊、紧急呼叫等场景中的深度部署&#xff0c;面向60岁以上用户的AI语音服务已从“可选功能”演变为“关键基础设施”。然而&am…...