题目2 : 回文字符序列(区间DP)

<< 为了求解这个问题，我们需要从给定的数字 `x` 中找到最大的回文子序列。这是一个经典的动态规划问题——最长回文子序列（LPS）。我们可以使用以下步骤解决问题： ### 解题思路 1. **提取字符数组**：将输入的数字转换成字符串形式处理。 2. **动态规划构建表**： - 定义二维 DP 表示状态转移关系。 - 设 dp[i][j] 为从索引 i 到 j 的字串的最大回文子序列长度。 - 如果 s[i] == s[j]，则 dp[i][j] = dp[i+1][j-1] + 2； - 否则，dp[i][j] = max(dp[i+1][j], dp[i][j-1])。 3. **构造最大回文子序列**：根据 DP 表还原出具体的回文字符串。 4. **移除前导零并输出结果**。 下面是完整的 C++ 实现代码： ```cpp #include <iostream> #include <string> #include <vector> using namespace std; // 功能：找出s中的最长回文子序列 string longestPalindromicSubsequence(const string& s) { int n = s.size(); if (n == 0) return ""; // 构建DP表 vector<vector<int>> dp(n, vector<int>(n, 0)); for (int i = 0; i < n; ++i) dp[i][i] = 1; for (int len = 2; len <= n; ++len) { // 子串长度 for (int i = 0; i + len - 1 < n; ++i) { // 起始位置 int j = i + len - 1; // 结束位置 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]); } } // 根据DP表重建答案 int i = 0, j = n - 1; string res = ""; while (i <= j) { if (s[i] == s[j]) { res += s[i]; i++; j--; } else if (dp[i][j] == dp[i + 1][j]) i++; else j--; } string reversedRes(res.rbegin(), res.rend()); string finalResult = res; if (i > j) finalResult += reversedRes.substr(1); else finalResult += reversedRes; // 去掉前导零 size_t start_pos = finalResult.find_first_not_of('0'); if (start_pos != string::npos && start_pos > 0) finalResult.erase(0, start_pos); return finalResult.empty() ? "0" : finalResult; } int main(){ string x; cin >> x; cout << longestPalindromicSubsequence(x) << endl; } ``` --- ### 给出解释 #### 关键点解析 1. **动态规划的状态与转移方程** - 我们用二维表格记录每个子区间 `[i,j]` 内部的最大回文子序列长度。 - 使用递推公式更新这些值，最终得到整个字符串的最大回文子序列长度。 2. **时间复杂度分析** - 计算填满 DP 表的时间复杂度是 O(N^2)，其中 N 是字符串长度。 - 还原路径时需要额外花费线性时间 O(N) 来生成实际的回文串内容。 3. **边界条件考虑** - 输入可能全是相同的数值如 '0' 或者空的情况，在程序中有特别处理确保正确返回非空有效结果。 ---