专题六：回文子串问题

> 作者：დ旧言~
> 座右铭：松树千年终是朽，槿花一日自为荣。

> 目标：了解什么是记忆化搜索，并且掌握记忆化搜索算法。

> 毒鸡汤：有些事情，总是不明白，所以我不会坚持。早安!

> 专栏选自：动态规划算法_დ旧言~的博客-CSDN博客

> 望小伙伴们点赞👍收藏✨加关注哟💕💕

一、算法讲解

动态规划（Dynamic Programming）算法的核心思想是：将大问题划分为小问题进行解决，从而一步步获取最优解的处理算法：

• 动态规划算法与分治算法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。
• 与分治法不同的是，适合于用动态规划求解的问题，经分解得到的子问题往往不是互相独立的（即下一个子阶段的求解是建立在上一个子阶段的解的基础上）。

【Tips】动态规划算法解决问题的分类：

• 计数：有多少种方式走到右下角 / 有多少种方法选出k个数使得和是 sum。
• 求最大值/最小值：从左上角走到右下角路径的最大数字和最长上升子序列长度。
• 求存在性：取石子游戏，先手是否必胜 / 能不能取出 k 个数字使得和是 sum。

【Tips】动态规划dp算法一般步骤：

1. 确定状态表示（dp[ i ] 的含义是什么，来源：1、题目要求；2、经验+题目要求；3、分析问题时发现重复子问题）
2. 状态转移方程（可求得 dp[ i ] 的数学公式，来源：题目要求+状态表示）
3. 初始化（dp 表中特别的初始值，保证填 dp 表时不会越界，来源：题目要求+状态表示）
4. 填表顺序（根据状态转移方程修改 dp[ i ] 的方式，来源：题目要求+状态表示）
5. 返回值（题目求解的结果，来源：题目要求+状态表示）

二、算法习题

2.1 第一题

题目链接：647. 回文子串 - 力扣（LeetCode）

题目描述：

算法思路：

我们可以先「预处理」⼀下，将所有⼦串「是否回⽂」的信息统计在 dp 表⾥⾯，然后直接在表
⾥⾯统计 true 的个数即可。

1. 状态表⽰：

为了能表⽰出来所有的⼦串，我们可以创建⼀个 n * n 的⼆维 dp 表，只⽤到「上三⻆部分」即可。其中， dp[i][j] 表⽰： s 字符串 [i, j] 的⼦串，是否是回⽂串。

2. 状态转移⽅程：

对于回⽂串，我们⼀般分析⼀个「区间两头」的元素：

1. 当 s[i] != s[j] 的时候：不可能是回⽂串， dp[i][j] = 0 ；
2. 当 s[i] == s[j] 的时候：根据⻓度分三种情况讨论： 

• ⻓度为 1 ，也就是 i == j ：此时⼀定是回⽂串， dp[i][j] = true ；
• ⻓度为 2 ，也就是 i + 1 == j ：此时也⼀定是回⽂串， dp[i][j] = true ；
• ⻓度⼤于 2 ，此时要去看看 [i + 1, j - 1] 区间的⼦串是否回⽂： dp[i][j]= dp[i + 1][j - 1] 。

3. 初始化：

因为我们的状态转移⽅程分析的很细致，因此⽆需初始化。

4. 填表顺序：

根据「状态转移⽅程」，我们需要「从下往上」填写每⼀⾏，每⼀⾏的顺序⽆所谓。

5. 返回值：

根据「状态表⽰和题⽬要求」，我们需要返回 dp 表中 true 的个数。

代码呈现：

class Solution {
public:
    int countSubstrings(string s) 
    {
        // 1. 创建 dp 表
        // 2. 初始化
        // 3. 填表
        // 4. 返回值
        int n = s.size();
        vector<vector<bool>> dp(n, vect