leetcode（5.最长回文子串）【中等】

一、题目

给你一个字符串 s，找到 s 中最长的回文子串。
如果字符串的反序与原始字符串相同，则该字符串称为回文字符串。
示例 1：

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

二、题解

对于一个子串而言，如果它是回文串，并且长度大于2，那么将它首尾的两个字母去除之后，它仍然是个回文串。例如对于字符串
“ababa”，如果我们已经知道“bab” 是回文串，那么“ababa” 一定是回文串，这是因为它的首尾两个字母都是 “a”。

根据这样的思路，我们就可以用动态规划的方法解决本题。我们用 P(i,j)表示字符串s的第i到j个字母组成的串（下文表示成 s[i:j]）是否为回文串：
$$P(i,j)=\{\begin{array}{ll}\mathrm{true},& \text{如果子串 }{S}_i\dots S_j\text{是回文串}\\ \mathrm{false},& \text{其它情况}\end{array}$$

这里的「其它情况」包含两种可能性：
$\begin{array}{rl}& \\ \bullet & s[i,j]\text{ 本身不是一个回文串};\\ \bullet & i>j\text{,此时 }s[i,j]\text{ 本身不合法。}\end{array}$
那么我们就可以写出动态规划的状态转移方程：
$$P(i,j)=P(i+1,j-1)\wedge (S_i==S_j)$$
也就是说，只有 s[i+1:j−1]是回文串，并且s的第i和j个字母相同时，s[i:j]才会是回文串。
以上的所有讨论是建立在子串长度大于2的前提之上的

考虑动态规划中的边界条件:
子串的长度为 1 或 2。

• 对于长度为1的子串，它显然是个回文串；
• 对于长度为2的子串，只要它的两个字母相同，它就是一个回文串。

因此我们就可以写出动态规划的边界条件：
$$\{\begin{array}{l}P(i,i)=\text{true}\\ P(i,i+1)=(S_i==S_{i+1})\end{array}$$
根据这个思路，我们就可以完成动态规划了，最终的答案即为所有 $P(i,j)=\text{true 中 }j-i+1$ （即子串长度）的最大值。
注意：
在状态转移方程中，我们是从长度较短的字符串向长度较长的字符串进行转移的，因此一定要注意动态规划的循环顺序。

1. 若为1个字符的字符串，直接返回，肯定是
2. 创建dp[][]用来存储是否是回文子串
   1. 首先，动态规划最小单位，每一个字符构成一个回文子串
   2. 然后逐步向上扩展
      1. 起始,长度确定子串
      2. 如果子串两端不同，false
         如果相同：
         1. 是 1或2 个字符直接标记为true
         2. 不是2个字符，布尔值等于左右各缩进一个
      3. maxlen记录长度，如果子串长度大于maxlen，则更新
      4. 回文不一定是从头开始的随时更新起始位置
      5. 考虑越界，左边界越界、长度越界

三、代码

public String longestPalindrome(String s) {
        int len = s.length();
        // 只有一个字符的情况
        if(len < 2){
            return s;
        }
        // 动态规划
        int maxLen = 1, begin = 0;
        boolean[][] dp = new boolean[len][len]; // 用来表示是否为回文
        // 初始化：所有长度为 1 的子串都是回文串
        for (int i = 0; i < len; i++) {
            dp[i][i] = true;
        }
        char[] c = s.toCharArray();
        for(int l = 2; l <= len; l++){ //子串长度
            for(int i = 0; i < len-2; i++){ // 子串起始位置 i
                int j = i+l-1; // 子串结束位置 j
                // 边界越界
                if(j>len-1){
                    break;
                }
                if (c[i] != c[j]) {
                    dp[i][j] = false;
                } else {
                    if (j - i < 3) {  // 不用再缩进
                        dp[i][j] = true;
                    } else {  // 缩进继续判断
                        dp[i][j] = dp[i + 1][j - 1];
                    }
                }
                // 向外上合并停止的时刻
                if (dp[i][j] && j - i + 1 > maxLen) {
                    maxLen = j - i + 1;
                    begin = i;
                }
            }
        }
        return s.substring(begin,begin+maxLen);
    }

四、结果

五、说明

  本文章仅用于记录个人做题记录
  由于本人是个小菜鸡（实锤），题目解法并非最优，且解题过程中参考（抄袭）各大佬解题方法，望见谅。