代码随想录算法训练营第四十七天｜ 647. 回文子串、516.最长回文子序列 （动态规划结束）

647. Palindromic Substrings

dp[i][j]含义与之前的有区别：找到dp[i][j]的依赖关系，即判断一个子字符串（字符串下标范围[i,j]）是否回文，依赖于，子字符串（下标范围[i + 1, j - 1]）） 是否是回文。

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。

当s[i]与s[j]不相等，dp[i][j]为false。

当s[i]与s[j]相等时，这就复杂一些了，有如下三种情况

• 情况一：下标i 与 j相同，同一个字符例如a，当然是回文子串
• 情况二：下标i 与 j相差为1，例如aa，也是回文子串
• 情况三：下标：i 与 j相差大于1的时候，例如cabac，此时s[i]与s[j]已经相同了，我们看i到j区间是不是回文子串就看aba是不是回文就可以了，那么aba的区间就是 i+1 与 j-1区间，这个区间是不是回文就看dp[i + 1][j - 1]是否为true。

class Solution:
    def countSubstrings(self, s: str) -> int:
        n = len(s)
        dp = [[False for _ in range(n)] for _ in range(n)]

        result = 0
        for i in range(n, -1, -1):
            for j in range(i, n):
                if s[i] == s[j]:
                    if j-i <= 1:
                        result += 1
                        dp[i][j] = True
                    elif dp[i+1][j-1]:
                        result += 1
                        dp[i][j] = True
        return result

双指针法：

class Solution:
    def extend(self, s, i, j, n):
        result = 0
        while i >=0 and j < n and s[i]==s[j]:
            i-=1
            j+=1
            result += 1
        return result
            
    def countSubstrings(self, s: str) -> int:
        result = 0
        for i in range(len(s)):
            result += self.extend(s, i, i, len(s))#回文长度为奇数
            result += self.extend(s, i, i+1, len(s))#回文长度为偶数

        return result   

516. Longest Palindromic Subsequence

dp[i][j]：字符串s在[i, j]范围内最长的回文子序列的长度为dp[i][j]。

s[i]与s[j]相同，那么dp[i][j] = dp[i + 1][j - 1] + 2;

s[i]与s[j]不相同：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。加入s[j]的回文子序列长度为dp[i + 1][j]，加入s[i]的回文子序列长度为dp[i][j - 1]。dp[i][j] = max(dp[i + 1][j], dp[i][j - 1]);

初始化: 当i与j相同，那么dp[i][j]一定是等于1的

class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        n = len(s)
        dp = [[0 for _ in range(n)] for _ in range(n)]
        for i in range(n):
            dp[i][i] = 1

        for i in range(n, -1, -1):
            for j in range(i + 1, n):
                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][n-1]