LeetCode第5题-最长回文子串-java实现-图解思路与手撕代码-动态规划

LeetCode第5题-最长回文子串-java实现-图解思路与手撕代码

---

一、题目描述

给你一个字符串 s，找到 s 中最长的回文子串。
例如：s=“babad”，最长回文子串是"aba"
s=“bbs”，最长回文子串是"bb"

二、解题思路与代码实现

1.解题思路

最开始设想暴力匹配法和中心扩散法，但都没有动态规划法简洁明了。

动态规划旨在充分利用先前查找结果，避免对单一字符多次查找。

首先定义一个数组dp[i][j]表示字符串从i到j是否构成回文，初始化dp数组斜线为true，表示单一字符也可以是长度为1的回文，并且这个初始化的步骤是后续更新dp数组的基础。

我们只需要对右上半部分矩阵进行计算，更新公式如下

dp[i][j]=dp[i+1][j-1]+s[i]==s[j]

这个公式的含义是，对于区间范围是（i,j）的字符串，判断其是否是回文的判断标准是，第i个字符和第j个字符是否相等以及区间范围（i+1,j-1）的字符串是否是回文。

在更新dp数组的过程中记录下最大长度以及起始下标，便于最后返回字符串。

2.相加部分实现

代码如下（示例）：

首先判断字符串长度是否是0和1，如果是就不需要判断，直接返回。

定义数组dp，最大长度maxLen以及起始位置maxStart。

由于更新公式中对（i,j）的判断需要使用到（i+1,j-1），所以我们的更新方向是先更新左下角的，再更新右上角的，即先更新列，再更新行。

在两个for循环中需要判断i和j的关系，如果相等或者相差为1，就表示此时的字符区间是一个字符或者两个字符，那直接对dp数组赋值即可，如果i和j相差大于等于2，就需要使用上述更新公式，对dp数组进行更新。

更新过程中不断比较更新maxLen的值，并记录下maxStart。

最后返回字符串。

    private static String longestPalindromeWithDP(String s) {
        if (s.length() < 2) {
            return s;
        }
        char[] ch = s.toCharArray();
        boolean[][] dp = new boolean[s.length()][s.length()];
        for (int i = 0; i < dp.length; i++) {
            dp[i][i] = true;
        }
        int maxLen = 0;
        int maxStart = 0;
        for (int j = 0; j < dp.length; j++) {
            for (int i = 0; i < j; i++) {
                if (i == j) {
                    dp[i][j] = true;
                    if (maxLen < 1) {
                        maxLen = j - i + 1;
                        maxStart = i;
                    }
                } else if (j - i == 1) {
                    if (ch[i] == ch[j]) {
                        dp[i][j] = true;
                        if (maxLen < j - i + 1) {
                            maxLen = j - i + 1;
                            maxStart = i;
                        }
                    }
                } else {
                    if (ch[i] == ch[j] & dp[i + 1][j - 1]) {
                        dp[i][j] = true;
                        if (maxLen < j - i + 1) {
                            maxLen = j - i + 1;
                            maxStart = i;
                        }
                    }
                }
            }
        }
        return s.substring(maxStart, maxStart + maxLen);
    }

---

总结

这道题的难度在于理解回文的特点，以及熟练使用动态规划。

在动态规划中如何进行初始化，如何确定更新公式，以及更新方向等一些小细节，作为一道动态规划的练习题非常有价值。