腾讯2017暑期实习生编程题--删除最少的元素，获得最长回文串

题目

这道应该是三道题中最难的，因为之前在leetcode上做过最长回文字串，典型的动态规划
回文问题动态规划的关键在于，只要中间部分是回文，并且两边相等，那么也会构成回文，这样就可以基于前一状态获得当前状态了！
难点在于写出构造方程（废话。。），在于当左右指针不等的时候如何推出结果！

#include<string>
#include<iostream>
#include<vector>
using namespace std;

int Solution(string s){
    int length = s.size();
    vector<vector<int>> dp(length,vector<int>(length,0));
    for(int l=0;l<length;l++){
        for(int i=0;i+l<length;i++){
            int j = i+l;
            if(l<=1){
                if(s[i] != s[j])
                    dp[i][j] = 1;
            }
            else{
                if(s[i]!=s[j]){
                //难点所在！！
                    dp[i][j] = min(dp[i][j-1],dp[i+1][j]) + 1;
                }
                else
                    dp[i][j] = dp[i+1][j-1];
            }
        }
    }
    return dp[0][length-1];
}

int main(){
    string s;
    while(cin>>s){
        cout<<Solution(s)<<endl;
    }
    return 0;
}

看其他人的`题解还有一种方法是，将字符串逆序，然后计算两者的“最大公共子序列”，注意了，子序列是不需要连续的，而子串是需要连续的！
单独把“最大公共子序列”列出来：

这题的dp构造比较奇特，我用dp[i][j]表示：对于string1，从0～i，和对于string2，从0～j，两部分之间的最大公共子序列的长度！
那么，得出状态转移方程：

当str1[i] == str2[j]的时候，dp[i][j] = dp[i-1][j-1] + 1;
当str1[i] != str2[j]的时候，dp[i][j] = max(dp[i][j-1],dp[i-1][j])，这是题目的关键

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int length1 = text1.size();
        int length2 = text2.size();
        vector<vector<int>> dp(length1,vector<int>(length2,0));
        if(text1[0] == text2[0])
            dp[0][0] = 1;
        for(int i=1;i<length1;i++){
            if(text2[0] == text1[i])
                dp[i][0] = 1;
            else
                dp[i][0] = dp[i-1][0];
        }
        for(int j=1;j<length2;j++){
            if(text1[0] == text2[j])
                dp[0][j] = 1;
            else
                dp[0][j] = dp[0][j-1];
        }
        for(int i=1;i<length1;i++){
            for(int j=1;j<length2;j++){
                if(text1[i]!=text2[j])
                	//这题的重点！！
                    dp[i][j] = max(dp[i][j-1],dp[i-1][j]);
                else
                    dp[i][j] = dp[i-1][j-1] + 1;
            }
        }
        return dp[length1-1][length2-1];
    }
};