一刷148-力扣热题-5最长回文子串（m）

题目：
给你一个字符串 s，找到 s 中最长的回文子串。
-------------
示例：
输入：s = "babad"
输出："bab"
解释："aba" 同样是符合题意的答案。
示例 2：

输入：s = "cbbd"
输出："bb"
 
提示：

1 <= s.length <= 1000
s 仅由数字和英文字母组成
-----------------------
思考：
动态规划方法：
回文天然具有「状态转移」性质：一个长度严格大于 2 的回文去掉头尾字符以后，
剩下的部分依然是回文。反之，如果一个字符串头尾两个字符都不相等，那么这个字符串一定不是回文。
「动态规划」的方法根据这样的性质得到。

第 1 步：定义状态
dp[i][j] 表示：子串 s[i..j] 是否为回文子串，
这里子串 s[i..j] 定义为左闭右闭区间，即可以取到 s[i] 和 s[j]

第 2 步：思考状态转移方程
根据头尾字符是否相等，需要分类讨论：

dp[i][j] = (s[i] == s[j]) and dp[i + 1][j - 1]

说明：
「动态规划」的「自底向上」求解问题的思路，很多时候是在填写一张二维表格。
由于 s[i..j] 表示 s 的一个子串，因此 i 和 j 的关系是 i <= j，只需要填这张表格对角线以上的部分；
看到 dp[i + 1][j - 1] 就需要考虑特殊情况：
如果去掉 s[i..j] 头尾两个字符子串 s[i + 1..j - 1] 的长度严格小于 2（不构成区间），
即 j - 1 - (i + 1) + 1 < 2 时，
整理得 j - i < 3，此时 s[i..j] 是否是回文只取决于 s[i] 与 s[j] 是否相等。
结论也比较直观：j - i < 3等价于 j - i + 1 < 4，
即当子串 s[i..j]的长度等于 2 或者等于 3 的时候，
s[i..j] 是否是回文由 s[i] 与 s[j] 是否相等决定。

第 3 步：考虑初始化
单个字符一定是回文串，因此把对角线先初始化为 true，即 dp[i][i] = true。
根据第 2 步的说明：当 s[i..j] 的长度为 22 时，只需要判断 s[i] 是否等于 s[j]，
所以二维表格对角线上的数值不会被参考。所以不设置 dp[i][i] = true 也能得到正确结论。

第 4 步：考虑输出
一旦得到 dp[i][j] = true，就记录子串的「长度」和「起始位置」。
没有必要截取，这是因为截取字符串也有性能消耗。

填表应该遵守这样的原则：总是先得到小子串是否是回文的结果，
然后大子串才能参考小子串的判断结果，所以填表顺序很重要；
代码：
 class Solution {
    public String longestPalindrome(String s) {
        int len = s.length();  //定义变量表示 字符串长度
        if (len < 2) return s;  // 若字符串长度小于2 直接返回该字符串
        int maxLen = 1;//定义变量表示 回文字符数量
        int begin = 0;//回文子串的开始索引
        boolean[][] dp = new boolean[len][len]; // dp[i][j] 表示 s[i, j] 是否是回文串
        for (int i = 0; i < len; i++) dp[i][i] = true;//单个字符本身就是回文串
        for (int j = 1; j < len; j++) {//递归遍历： 二维数组对角线上方的所有元素
            for (int i = 0; i < j && i < len - 1; i++) {
                if (s.charAt(i) != s.charAt(j)) {//若两字符不相等 则不是回文串
                    dp[i][j] = false;
                } else {//当是回文串时，字符个数小于等于3个 就是回文串
                    if (j - i < 3) {
                        dp[i][j] = true;
                    } else {//递归判断：当边界两边字符相等时，继续判断内层的字符是否相等
                        dp[i][j] = dp[i + 1][j - 1];
                    }
                }
                if (dp[i][j] && j - i + 1 > maxLen) {//只要 dp[i][j] == true 成立，就表示子串 s[i..j] 是回文
                    maxLen = j - i + 1;//此时记录回文长度和起始位置
                    begin = i;
                }
            }
        }
        //字符串的切割
        return s.substring(begin, begin + maxLen);
    }
}
复杂度分析：
时间复杂度：O(N^{2})，这里 N 是字符串的长度；
空间复杂度：O(N^{2}) 使用了一张二维表格记录所有可能的情况

LC