【LeetCode笔记】5.最长回文子串（Java、动态规划、字符串）

题目描述

• 回文：正着念和倒着念一样。
  

解法 & 代码：

• 一开始看到子串，想着可能no.3最长重复子串一样用滑动窗口。不过回文串的判断会很麻烦，于是舍弃。
• 之后看题解，用的是动态规划。

思路

• 从短串，到长串循环，最终得到一个dp[][]二维矩阵，dp[i][j]代表S(i,j)是否是回文串。
• 单个元素的情况，必然是回文串。dp[i][i]。
• 两个元素的情况，根据S[i] == S[i+1]即可判断。
• 多个元素的情况，根据dp[i+1][j-1]以及S[i] == S[j]即可判断。
• 有了这三种情况，我们就有了状态转移方程。
• 对于循环，可以看成是对于每一个子串长度，都从每一个左边界 i开始构成串：因此j > i的情况全算是false。

class Solution {
    public String longestPalindrome(String s) {
        // 用dp(Dynamic Programming)
        int len = s.length();
        // 空间复杂度O(n*n)
        boolean[][] dp = new boolean[len][len];
        String ans = "";

        // 字串长度nowLen
        for (int nowLen = 0; nowLen < len; nowLen++) {
            // 字串左边界i
            for (int i = 0; i + nowLen < len; i++) {
                // 字串右边界
                int j = i + nowLen;
                // 子串单个元素的情况
                if (nowLen == 0) {
                    dp[i][j] = true;
                }
                // 子串两个元素的情况
                else if (nowLen == 1) {
                    dp[i][j] = (s.charAt(i) == s.charAt(j));
                }
                // 多个元素的情况：用之前的结果构造当前结果
                else {
                    dp[i][j] = dp[i + 1][j - 1] && (s.charAt(i) == s.charAt(j));
                }
                if (ans.length() < j - i + 1 && dp[i][j]) {
                    ans = s.substring(i, j + 1);
                }
            }
        }
        return ans;
    }
}

• 时间复杂度：O($n^2$)：因为动态规划的状态总数为$n^2$，对于每一个状态进行转移的时间为O(1)
• 空间复杂度：O($n^2$)：也就是dp[n][n]，存储动态规划状态需要的空间。