---

0.原理讲解

• 动态规划能够将所有的子串是否是回文的信息，保存在dp表里面
• 状态表示一般经验：以[i, j]为区间，分析问题

---

1.回文子串

1.题目链接

• 回文子串

---

2.算法原理详解

• 思路：

  • 确定状态表示 -> dp[i][j]的含义

    • s字符串[i, j]的子串，是否是回文串

  • 推导状态转移方程
    

  • 初始化：无需初始化

  • 确定填表顺序：从下往上

  • 确定返回值：dp表里true的个数

---

3.代码实现

int countSubstrings(string s) 
{int n = s.size();vector<vector<bool>> dp(n, vector<bool>(n));int ret = 0;for(int i = n - 1; i >= 0; i--){for(int j = i; j < n; j++){if(s[i] == s[j]){dp[i][j] = i + 1 < j ? dp[i + 1][j - 1] : true;if(dp[i][j]){ret++;}}}}return ret;
}

---

2.最长回文子串

1.题目链接

• 最长回文子串

• 按照回文子串的思路解决即可，只不过判断最长时，利用起始下标j - i + 1

• 思路：

  • 确定状态表示 -> dp[i][j]的含义

    • s字符串[i, j]的子串，是否是回文串

  • 推导状态转移方程
    

  • 初始化：无需初始化

  • 确定填表顺序：从下往上

  • 确定返回值：dp表里值为true的情况下，长度最大的字串的起始位置以及长度

---

3.代码实现

string longestPalindrome(string s) 
{int n = s.size();vector<vector<bool>> dp(n, vector<bool>(n));int len = 1, begin = 0;for(int i = n - 1; i >= 0; i--){for(int j = i; j < n; j++){if(s[i] == s[j]){dp[i][j] = i + 1 < j ? dp[i + 1][j - 1] : true;if(dp[i][j] && j - i + 1 > len){len = j - i + 1;begin = i;}}}}return s.substr(begin, len);
}

---

3.分割回文串 IV

1.题目链接

• 分割回文串 IV

---

2.算法原理详解

• 思路梳理：

  • 本题思路经处理后，就可以划归为回文子串
  • 可以将本题分为三个区间，其中中间区间就是一个回文子串的始末
  • 先将字符串内所有子串是否是回文串都判断出来，再挨个判断三个区间是否是回文串
    

• 预处理：将字符串内所有子串是否是回文串都判断出来

  • 确定状态表示 -> dp[i][j]的含义

    • s字符串[i, j]的子串，是否是回文串

  • 推导状态转移方程
    

  • 初始化：无需初始化

  • 确定填表顺序：从下往上

• 结果处理：挨个判断三个区间是否是回文串

---

3.代码实现

bool checkPartitioning(string s) 
{// 预处理：处理回文信息int n = s.size();vector<vector<bool>> dp(n, vector<bool>(n));for(int i = n - 1; i >= 0; i--){for(int j = i; j < n; j++){if(s[i] == s[j]){dp[i][j] = i + 1 < j ? dp[i + 1][j - 1] : true;}}}// 判断三区间，枚举中间区间for(int i = 1; i < n - 1; i++){for(int j = i; j < n - 1; j++){if(dp[0][i - 1] && dp[i][j] && dp[j + 1][n - 1]){return true;}}}return false;
}