最长回文子串

给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。

示例 1：

输入: "babad"
输出: "bab"
注意: "aba" 也是一个有效答案。
示例 2：

输入: "cbbd"
输出: "bb"

寻找回⽂串是从中间向两端扩展，判断回⽂串是从两端向中间收缩。

判断⼀个字符串是不是回⽂串不需要考虑奇偶情况，只需要「双指针技巧」，从两端向中间逼近即可
以下是找子串里的回文串

暴力法

将选出所有子字符串可能的开始和结束位置，并检验它是不是回文。
时间复杂度：O(n^2)，往往利用python的切片可以很好的缩减复杂度
如果不用切片，还需要遍历一次子字符串，时间复杂度就是O(^3)
空间复杂度：O(1)

ps: 官方给出的时间复杂度是没有考虑python切片的功能

python
def force(self, s: str) -> str: 
        if s==s[::-1]:
            return s
        max_len = 1
        res = s[0]
        for i in range(len(s) - 1):
            for j in range(i + 1, len(s)):
                if j - i + 1 > max_len and s[i:j+1] == s[i:j+1][::-1]:
                    max_len = j - i + 1
                    res = s[i:j + 1]
        return res

动态规划 - 中心扩散法

时间复杂度 O(N^2)
空间复杂度⾄少要 O(N^2) 来存储 DP table。（推荐双指针，只需O(1)空间）

:
为了改进暴力法，我们首先观察如何避免在验证回文时进行不必要的重复计算。考虑“ababa” 一定是回文，因为它的左首字母和右尾字母是相同的。
我们给出 P(i,j) 的定义如下：
如果子串S_i和S_j是回文字符串则P(i,j)为ture
其他情况，P(i,j)为false
因此 P(i,j)=(P(i+1,j−1) and S_i==S_j)

基本示例如下：
P(i, i) = true
P(i, i+1) = ( S_i == S_{i+1} )
这产生了一个直观的动态规划解法，我们首先初始化一字母和二字母的回文，然后找到所有三字母回文，并依此类推…

 #中心扩散法Spread From Center
    def spread(self, s, left, right):
        """
        left = right 的时候，此时回文中心是一条线，回文串的长度是奇数
        right = left + 1 的时候，此时回文中心是任意一个字符，回文串的长度是偶数
        """

        while left >= 0 and right < len(s) and s[left] == s[right]:
            left -= 1