一、最长回文子序列
516. 最长回文子序列
（一）动态规划
对于一个子序列而言，如果它是回文子序列，并且长度大于 2，那么将它首尾的两个字符去除之后，它仍然是个回文子序列。因此可以用动态规划的方法计算给定字符串的最长回文子序列。
class Solution {
public:int longestPalindromeSubseq(string s) {int n = s.size();vector<vector<int>> f(n, vector<int>(n, 0));for (int i = n - 1; i >= 0; i--) {f[i][i] = 1;for (int j = i + 1; j < n; j++) {if (s[i] == s[j])f[i][j] = f[i + 1][j - 1] + 2;elsef[i][j]=max(f[i+1][j],f[i][j-1]); }}return f[0][n - 1];}
};复杂度分析
- 时间复杂度：O(n2)。
- 空间复杂度：O(n2)。
问：如何思考循环顺序？什么时候要正序，什么时候要倒序？
答：这里有一个通用的做法：盯着状态转移方程，想一想，要计算 f[i][j]，必须先把 f[i+1][⋅] 算出来，那么只有 i 从大到小枚举才能做到。而对于j来说，要计算 f[i][j]，必须先把 f[⋅][j-1] 算出来，那么只有 j 从小到大枚举才能做到。此外，j在i右边，所以在第二层循环的时候，j从i+1开始。
（二）空间优化（滚动数组）
跟最长公共子序列的优化很相似，要保存一些特殊的值传递到下一层循环。
观察到：
- 状态5的f[j]来自已经更新的f[j-1]和未更新的f[j]，所以f[j] = max(f[j - 1], f[j]);
- 状态6的f[j]来自未更新的f[j-1]，但是此时f[j-1]已更新，所以需要每次更新f[j]的时候存一下，传到下次j处。
- 每次刚开始新的一行时，左下角是0，需要特殊初始化一下pre。
- 每次刚开始新的一行时，第一个数都是1，需要初始化一下f[i]。
class Solution {
public:int longestPalindromeSubseq(string s) {int n = s.size();vector<int> f(n, 0);for (int i = n - 1; i >= 0; i--) {int pre = 0; // 每一行新开始的时候，左下角都是0f[i] = 1;for (int j = i + 1; j < n; j++) {int temp = f[j]; // 记录此时的f[j]，以便成为左下角if (s[i] == s[j])f[j] = pre + 2;elsef[j] = max(f[j - 1], f[j]);pre = temp; // 保存下一个j的左下角}}return f[n - 1];}
};复杂度分析
- 时间复杂度：O(n2)。
- 空间复杂度：O(n)。
（三）倒序 + 最长公共子序列
回文子序列本质就是：该字符串与自己的逆序串求最长公共子序列。
class Solution {
public:int longestPalindromeSubseq(string s) {string rs = s;reverse(rs.begin(), rs.end());int n = s.size();vector<vector<int>> f(n + 1, vector<int>(n + 1, 0));for (int i = 1; i <= n; i++) {for (int j = 1; j <= n; j++) {if (s[i - 1] == rs[j - 1])f[i][j] = f[i - 1][j - 1] + 1;elsef[i][j] = max(f[i - 1][j], f[i][j - 1]);}}return f[n][n];}
};复杂度分析
- 时间复杂度：O(n2)。
- 空间复杂度：O(n2)。
二、 最长回文子串
5. 最长回文子串
class Solution {
public:string longestPalindrome(string s) {int n = s.size();vector<vector<bool>> f(n, vector<bool>(n, false));int max = 1;int start = 0;for (int i = 0; i < n; i++)f[i][i] = true;for (int j = 1; j < n; j++) {for (int i = 0; i < n-1 && i < j; i++) {if (s[i] != s[j])f[i][j] = false;else {if (j - i < 3)f[i][j] = true;elsef[i][j] = f[i + 1][j - 1];}if (f[i][j] && j - i + 1 > max) {max = j - i + 1;start = i;}}}return s.substr(start, max);}
};复杂度分析
- 时间复杂度：O(n2)。
- 空间复杂度：O(n2)。
注意到两个题的区别：
子串问题要保证区间整体连续是回文，必须递归依赖内部状态；而子序列只要找出最优的、不连续的组合，状态转移更“宽松”。
