前言
动态规划主要用于解决具有重叠子问题和最优子结构性质的问题。它通过将问题分解为子问题来解决复杂问题,每个子问题仅解决一次,并将其结果存储,以供后续使用,从而避免了重复计算。
动态规划的基本思想
- 分解问题:将问题分解为子问题,这些子问题的解决方案可以组合成原问题的解决方案。
- 识别最优子结构:问题的最优解包含其子问题的最优解。
- 存储中间结果:使用一个数组或表格来存储已经解决的子问题的结果,以避免重复计算。
动态规划的步骤
- 定义子问题:确定如何将原问题分解成子问题。
- 递推公式:找到子问题之间的关系,形成递推公式(状态转移方程)。
- 边界条件:确定最小子问题的解(边界条件)。
- 填表格:根据递推公式和边界条件,从小问题开始逐步计算出大问题的解。
实现原理
这里定义最长回文子串长度的大小为maxLen,起点位置为0.
初始化:dp[i][i]=true;
转移方程:ch