LeetCode 647. 回文子串（Medium）/ 516. 最长回文子序列（M） /【回文串问题！！！】/【区间DP！！！】

• 回文串问题
  • LeetCode 5. 最长回文子串（Medium）
  • LeetCode 234. 回文链表（Easy）
  • 131. 分割回文串（Medium）/ 132. 分割回文串 II（Hard）/ 1278. 分割回文串 III（Hard）/ 1745. 回文串分割 IV（Hard）
  • 125.【忽略标点符号】验证回文串（Easy）/ 680.【最多删除 1 个字符】验证回文字符串 Ⅱ（Easy）/ 214.【在前面添加字符构成的】最短回文串（Hard）
• 区间DP
  • 1000. 合并石头的最低成本（H）/ 1312. 让字符串成为回文串的最少插入次数（H）/ 区间DP！！！

题目链接

• 暴力法的优化-中心扩展法

class Solution:
    ### 0124 动态规划（228 ms，22.5 MB）
    def countSubstrings(self, s: str) -> int:
        n = len(s)
        res = 0
        dp = [[0] * n for _ in range(n)]

        # 先选取回文串右边界
        for r in range(n):
            # 再选取回文串左边界
            for l in range(r + 1):
                # 前提条件：左右边界字符相等
                # 后续条件：字符串长度小于2 or 之前的短字符串为回文串
                if s[l] == s[r] and (r - l < 2 or dp[l+1][r-1]):
                    dp[l][r] = 1
                    res += 1
        
        return res

    ### 0124 中心扩散法（136 ms，14.5 MB）
    def countSubstrings(self, s: str) -> int:
        # 中心扩散
        def center(l, r):
            while l >= 0 and r < n and s[l] == s[r]:
                self.res += 1

                l -= 1
                r += 1

        n = len(s)
        self.res = 0

        for l in range(n):
            center(l, l)   # 奇数长度回文串
            center(l, l+1) # 偶数长度回文串

        return self.res

516. 最长回文子序列

• 官方题解
• 动态规划
  

class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        n = len(s)
        # dp[i][j] 表示字符串 s 的下标范围 [i,j] 内的最长回文子序列的长度
        dp = [[0] * n for _ in range(n)]

        for i in range(n - 1, -1, -1):
            dp[i][i] = 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]

• 动态规划的空间优化：一维空间

class Solution:
    def longestPalindromeSubseq(self, s: str) -> int:
        n = len(s)
        f = [0] * n

        for i in range(n - 1, -1, -1):
            f[i] = 1
            pre = 0  # f[i+1][i]
            
            for j in range(i + 1, n):
                tmp = f[j]
                f[j] = pre + 2 if s[i] == s[j] else max(f[j], f[j - 1])
                pre = tmp

        return f[-1]