day 44 代码随想录 | 回文串个数 最长回文字串 最长回文子序列

647. 回文子串

给定一个字符串，你的任务是计算这个字符串中有多少个回文子串。

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。

示例 1：

• 输入："abc"
• 输出：3
• 解释：三个回文子串: "a", "b", "c"

示例 2：

• 输入："aaa"
• 输出：6
• 解释：6个回文子串: "a", "a", "a", "aa", "aa", "aaa"

提示：输入的字符串长度不会超过 1000 。

字串是连续的。这个题呢是难在dp数组的定义，如果你定义没有定义好，你递推公式是写不出来的。一般按照dp定义，题目要求什么，我们就定义什么。这个题如果我们按照这个思路，dp[i] 就代表以下表i结尾的字符串有多少个回文串，但是这个题我们没办法找到递归关系，不好推。

dp[i] 和 dp[i+1] dp[i-1] 好像没有关系。因此，会用到回文串的性质。

我们在判断字符串S是否是回文，那么如果我们知道 s[1]，s[2]，s[3] 这个子串是回文的，那么只需要比较 s[0]和s[4]这两个元素是否相同，如果相同的话，这个字符串s 就是回文串。

因此，我们的dp数组是二维的。布尔类型的dp[i][j]：表示区间范围[i,j] （注意是左闭右闭）的子串是否是回文子串，如果是dp[i][j]为true，否则为false。

2. 递推公式

根据前面的定义，这个递推公式就好推了。

要分为集中情况

如果s[i] != s[j]
那么 dp[i][j] 就不是回文串了

如果s[i] == s[j]

i与j下标相同，那么其实就是同一个字字符 dp[i][j] 为true 

i与j下标相差1，比如aa, dp[i][j] 也是true

i与j下标相差大于1，那要看dp[i+1][j-1]是否是回文串，如果是，那他dp[i][j]就是。比如cabac比如i=0 j =4. 

3. dp数组初始化

初始化先全为false

4. 确定遍历顺序

这个就有说法了

递推公式中，会从dp[i+1][j-1] 推出

也就是dp[i][j] 的左下方。

因此 遍历 就是从下到上，从左到右。我们是最后推导i=0 j=len(s)-1的

代码

def test(s:str):
    dp = [[0] * len(s) for _ in range(len(s)):
    res = 0
    for i in range(len(s)-1, -1, -1):
        for j in range(i, len(s):
            if s[i] == s[j]:
                if j-i <= 1:
                    dp[i][j] = 1
                    res += 1
                elif dp[i+1][j-1]:
                    dp[i][j] = 1
                    res += 1
    return res

5 最长回文字串

给你一个字符串 s，找到 s 中最长的 回文子串。

示例 1：

输入：s = "babad"
输出："bab"
解释："aba" 同样是符合题意的答案

这个题其实跟上面那个题如出一辙，稍微改一改就好。

def test(s:str):
    dp = [[0] * len(s) for _ in range(len(s))]
    start = 0
    end = 0
    final_len = 0
    for i in range(len(s)-1, -1, -1):
        for j in range(i, len(s)):
            if s[i] == s[j]:
                if j-i <= 1:
                    dp[i][j] = 1
                elif dp[i+1][j-1]:
                    dp[i][j] = 1
            if dp[i][j] and j-i + 1 > final_len:
                start = i
                end = j
                final_len = j-i+1
            
    return s[start: end+1]

516.最长回文子序列

给定一个字符串 s ，找到其中最长的回文子序列，并返回该序列的长度。可以假设 s 的最大长度为 1000 。

示例 1: 输入: "bbbab" 输出: 4 一个可能的最长回文子序列为 "bbbb"。

示例 2: 输入:"cbbd" 输出: 2 一个可能的最长回文子序列为 "bb"。

子序列是不要求连续的，因此这里dp定义会有一些不一样。

1. dp数组定义

dp[i][j] 代表下表[i,j]]范围内最长的回文子序列的长度为dp[i][j]

2. dp数组递推公式

分析

如果 s[i] == s[j]

dp[i][j] = dp[i+1][j-1] + 2

如果不相等，那说明 i和j不能 同时加入,说明s[i]和s[j]的同时加入 并不能增加[i,j]区间回文子序列的长度，那么分别加入s[i]、s[j]看看哪一个可以组成最长的回文子序列。

dp[i][j] = dp[i+1][j], dp[i][j-1]

3. dp数组初始化

首先要考虑当i 和j 相同的情况，从递推公式：dp[i][j] = dp[i + 1][j - 1] + 2; 可以看出 递推公式是计算不到 i 和j相同时候的情况。因此需要手动初始化，当i与j相同，dp[i][j] =1 是肯定的

其他情况初始化为0就可以

4. 确定遍历顺序

看递推公式

必须要从下往上 从左往右

def test(s: str):
    dp = [[0] * len(s) for _ in range(len(s))]

    for i in range(len(s)):
        dp[i][i] = 1

    for i in range(len(s)-1, -1, -1):
        for j in range(i+1, len(s)):
            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])

    return dp[0][len(s)-1]