动态规划算法：回文子串问题

例题一

解法（动态规划）：

算法思路：

我们可以先「预处理」⼀下，将所有⼦串「是否回⽂」的信息统计在dp 表⾥⾯，然后直接在表⾥⾯统计 true 的个数即可。

1. 状态表⽰：

为了能表⽰出来所有的⼦串，我们可以创建⼀个 n * n 的⼆维 dp 表，只⽤到「上三⻆部分」即可。其中， dp[i][j] 表⽰： s 字符串 [i, j] 的⼦串，是否是回⽂串。

2. 状态转移⽅程：

对于回⽂串，我们⼀般分析⼀个「区间两头」的元素：

i. 当 s[i] != s[j] 的时候：不可能是回⽂串， dp[i][j] = false  ；

ii. 当 s[i] == s[j] 的时候：根据⻓度分三种情况讨论：

• ⻓度为 1 ，也就是 i == j ：此时⼀定是回⽂串， dp[i][j] = true ；

• ⻓度为 2 ，也就是 i + 1 == j ：此时也⼀定是回⽂串， dp[i][j] = true ；

• ⻓度⼤于 2 ，此时要去看看 [i + 1, j - 1] 区间的⼦串是否回⽂： dp[i][j] = dp[i + 1][j - 1] 。综上，状态转移⽅程分情况谈论即可。

3. 初始化：

因为我们的状态转移⽅程分析的很细致，因此⽆需初始化。

4. 填表顺序：

根据「状态转移⽅程」，我们需要「从下往上」填写每⼀⾏，每⼀⾏的顺序⽆所谓。

5. 返回值：

根据「状态表⽰和题⽬要求」，我们需要返回 dp 表中 true 的个数。

例题二

解法（动态规划）：

算法思路：

a. 我们可以先⽤ dp 表统计出「所有⼦串是否回⽂」的信息

b. 然后根据 dp 表⽰ true 的位置，得到回⽂串的「起始位置」和「⻓度」。那么我们就可以在表中找出最⻓回⽂串。

例题三

解法（动态规划）：

算法思路：

题⽬要求⼀个字符串被分成「三个⾮空回⽂⼦串」，乍⼀看，要表⽰的状态很多，有些⽆从下⼿。

其实，我们可以把它拆成「两个⼩问题」：

i. 动态规划求解字符串中的⼀段⾮空⼦串是否是回⽂串；

ii. 枚举三个⼦串除字符串端点外的起⽌点，查询这三段⾮空⼦串是否是回⽂串。那么这道困难题就免秒变为简单题啦，变成了⼀道枚举题。

例题四

解法（动态规划）： 算法思路：

1. 状态表⽰：

根据「经验」，继续尝试⽤ i 位置为结尾，定义状态表⽰，看看能否解决问题：

dp[i] 表⽰： s 中 [0, i] 区间上的字符串，最少分割的次数。

2. 状态转移⽅程：

状态转移⽅程⼀般都是根据「最后⼀个位置」的信息来分析：设 0 <= j <= i ，那么我们可以根据 j ~ i 位置上的⼦串是否是回⽂串分成下⾯两类：

i. 当 [j ,i] 位置上的⼦串能够构成⼀个回⽂串，那么 dp[i] 就等于 [0, j - 1] 区间上最少回⽂串的个数 + 1，即 dp[i] = dp[j - 1] + 1 ；

ii. 当 [j ,i] 位置上的⼦串不能构成⼀个回⽂串，此时 j 位置就不⽤考虑。由于我们要的是最⼩值，因此应该循环遍历⼀遍 j 的取值，拿到⾥⾯的最⼩值即可。

优化：我们在状态转移⽅程⾥⾯分析到，要能够快速判读字符串⾥⾯的⼦串是否回⽂。因此，我们

可以先处理⼀个 dp 表，⾥⾯保存所有⼦串是否回⽂的信息。

3. 初始化：

观察「状态转移⽅程」，我们会⽤到 j - 1 位置的值。我们可以思考⼀下当 j == 0 的时候，表⽰的区间就是 [0, i] 。如果 [0, i] 区间上的字符串已经是回⽂串了，最⼩的回⽂串就是 1 了， j 往后的值就不⽤遍历了。因此，我们可以在循环遍历 j 的值之前处理 j == 0 的情况，然后 j 从 1 开始循环。但是，为了防⽌求 min 操作时， 0 ⼲扰结果。我们先把表⾥⾯的值初始化为「⽆穷⼤」。

4.

填表顺序：

毫⽆疑问是「从左往右」。

5.

返回值：

根据「状态表⽰」，应该返回 dp[n - 1] 。

例题五

解法（动态规划）：

算法思路：

1. 状态表⽰：

关于「单个字符串」问题中的「回⽂⼦序列」，或者「回⽂⼦串」，我们的状态表⽰研究的对象⼀

般都是选取原字符串中的⼀段区域 [i, j] 内部的情况。这⾥我们继续选取字符串中的⼀段区域来研究： dp[i][j] 表⽰：s 字符串 [i, j] 区间内的所有的⼦序列中，最⻓的回⽂⼦序列的⻓度。

2. 状态转移⽅程：

关于「回⽂⼦序列」和「回⽂⼦串」的分析⽅式，⼀般都是⽐较固定的，都是选择这段区域的「左

右端点」的字符情况来分析。因为如果⼀个序列是回⽂串的话，「去掉⾸尾两个元素之后依旧是回

⽂串」，「⾸尾加上两个相同的元素之后也依旧是回⽂串」。因为，根据「⾸尾元素」的不同，可

以分为下⾯两种情况：

i. 当⾸尾两个元素「相同」的时候，也就是 s[i] == s[j] ：那么 [i, j] 区间上的最⻓回⽂⼦序列，应该是 [i + 1, j - 1] 区间内的那个最⻓回⽂⼦序列⾸尾填上s[i] 和 s[j] ，此时 dp[i][j] = dp[i + 1][j - 1] + 2

ii. 当⾸尾两个元素不「相同」的时候，也就是 s[i] != s[j] ：此时这两个元素就不能同时添加在⼀个回⽂串的左右，那么我们就应该让 s[i] 单独加在⼀个序列的左边，或者让s[j] 单独放在⼀个序列的右边，看看这两种情况下的最⼤值：

• 单独加⼊ s[i] 后的区间在 [i, j - 1] ，此时最⻓的回⽂序列的⻓度就是 dp[i] [j - 1] ；

• 单独加⼊ s[j] 后的区间在 [i + 1, j] ，此时最⻓的回⽂序列的⻓度就是 dp[i + 1][j] ；

取两者的最⼤值，于是 dp[i][j] = max(dp[i][j - 1], dp[i + 1][j]) 综上所述，状态转移⽅程为：

▪ 当 s[i] == s[j] 时：dp[i][j] = dp[i + 1][j - 1] + 2

▪ 当 s[i] != s[j] 时：dp[i][j] = max(dp[i][j - 1], dp[i + 1][j])

3. 初始化：

我们的初始化⼀般就是为了处理在状态转移的过程中，遇到的⼀些边界情况，因为我们需要根据状

态转移⽅程来分析哪些位置需要初始化。根据状态转移⽅程 dp[i][j] = dp[i + 1][j - 1] + 2 ，我们状态表⽰的时候，选取的是⼀段区间，因此需要要求左端点的值要⼩于等于右端点的值，因此会有两种边界情况：

i. 当 i == j 的时候， i + 1 就会⼤于 j - 1 ，此时区间内只有⼀个字符。这个⽐较好分析， dp[i][j] 表⽰⼀个字符的最⻓回⽂序列，⼀个字符能够⾃⼰组成回⽂串，因此此时dp[i][j] = 1 ；

ii. 当 i + 1 == j 的时候， i + 1 也会⼤于 j - 1 ，此时区间内有两个字符。这样也好分析，当这两个字符相同的时候，dp[i][j] = 2 ；不相同的时候， d[i][j] = 0 。 对于第⼀种边界情况，我们在填表的时候，就可以同步处理。对于第⼆种边界情况， dp[i + 1][j - 1] 的值为 0 ，不会影响最终的结果，因此可以不⽤考虑。

4. 填表顺序：

根据「状态转移」，我们发现，在 dp 表所表⽰的矩阵中， dp[i + 1] 表⽰下⼀⾏的位置，dp[j - 1] 表⽰前⼀列的位置。因此我们的填表顺序应该是「从下往上填写每⼀⾏」，「每⼀⾏从左往右」。这个与我们⼀般的填写顺序不太⼀致。

5. 返回值：

根据「状态表⽰」，我们需要返回 [0, n -1] 区域上的最⻓回⽂序列的⻓度，因此需要返回dp[0][n - 1] 。

例题六

解法（动态规划）：

算法思路：

1. 状态表⽰：

关于「单个字符串」问题中的「回⽂⼦序列」，或者「回⽂⼦串」，我们的状态表⽰研究的对象⼀般都是选取原字符串中的⼀段区域 [i, j] 内部的情况。这⾥我们继续选取字符串中的⼀段区域来研究：状态表⽰： dp[i][j] 表⽰字符串 [i, j] 区域成为回⽂⼦串的最少插⼊次数。

2. 状态转移⽅程：

关于「回⽂⼦序列」和「回⽂⼦串」的分析⽅式，⼀般都是⽐较固定的，都是选择这段区域的「左

右端点」的字符情况来分析。因为如果⼀个序列是回⽂串的话，「去掉⾸尾两个元素之后依旧是回

⽂串」，「⾸尾加上两个相同的元素之后也依旧是回⽂串」。因为，根据「⾸尾元素」的不同，可

以分为下⾯两种情况：

i. 当⾸尾两个元素「相同」的时候，也就是 s[i] == s[j] ：

1. 那么 [i, j] 区间内成为回⽂⼦串的最少插⼊次数，取决于 [i + 1, j - 1] 区间内成为回⽂⼦串的最少插⼊次数；

2. 若 i == j 或 i == j - 1 （ [i + 1, j - 1] 不构成合法区间），此时只有 1 ~ 2 个相同的字符， [i, j] 区间⼀定是回⽂⼦串，成为回⽂⼦串的最少插⼊次数是0。此时dp[i][j] = i >= j - 1 ? 0:dp[i + 1][j-1] ；

ii. 当⾸尾两个元素「不相同」的时候，也就是 s[i] != s[j] ：

1. 此时可以在区间最右边补上⼀个 s[i] ，需要的最少插⼊次数是 [i + 1, j] 成为回⽂⼦串的最少插⼊次数 + 本次插⼊，即 dp[i][j] = dp[i + 1][j] + 1 ；

2. 此时可以在区间最左边补上⼀个 s[j] ，需要的最少插⼊次数是 [i, j + 1] 成为回⽂⼦串的最少插⼊次数 + 本次插⼊，即 dp[i][j] = dp[i][j + 1] + 1 ；

综上所述，状态转移⽅程为：

▪ 当 s[i] == s[j] 时： dp[i][j] = i >= j - 1 ? 1 : dp[i + 1][j - 1] 。

▪ 当 s[i] != s[j] 时： dp[i][j] = min(dp[i + 1][j], dp[i][j - 1]) + 1 。

3. 初始化：

根据「状态转移⽅程」，没有不能递推表⽰的值。⽆需初始化。

4. 填表顺序：

根据「状态转移」，我们发现，在 dp 表所表⽰的矩阵中， dp[i + 1] 表⽰下⼀⾏的位置，dp[j - 1] 表⽰前⼀列的位置。因此我们的填表顺序应该是「从下往上填写每⼀⾏」，「每⼀⾏从左往右」。这个与我们⼀般的填写顺序不太⼀致。

5. 返回值：

根据「状态表⽰」，我们需要返回 [0, n -1] 区域上成为回⽂⼦串的最少插⼊次数，因此需要

返回 dp[0][n - 1] 。