动态规划解决LeetCode 730统计不同回文子序列问题

1. 项目概述

今天要分享的是一个非常有意思的算法问题——LeetCode 730题"统计不同回文子序列"。这个问题看似简单，但实际解决起来却需要一些巧妙的动态规划技巧。我最近在Qwen3.5-Plus模型上实现了这个算法，过程中积累了不少经验，特别是关于如何高效处理字符串中的回文子序列计数问题。

回文子序列计数是一个经典的动态规划问题，在字符串处理、生物信息学等领域都有广泛应用。这道题的特别之处在于它要求统计"不同"的回文子序列，而不是简单的所有可能。这意味着我们需要考虑去重的问题，使得解决方案更加复杂。

2. 问题分析与理解

2.1 题目详细解读

题目给定一个字符串s，要求计算其中不同的非空回文子序列的数量。回文子序列是指从字符串中删除0个或多个字符后，剩下的字符序列是回文的（正读反读相同）。例如，字符串"bccb"有以下不同的回文子序列："b", "c", "bb", "cc", "bcb", "bccb"。

关键点在于：

1. 子序列可以不连续
2. 相同的回文子序列只计一次
3. 空字符串不算作有效子序列

2.2 问题复杂度分析

这个问题看似简单，但暴力解法的时间复杂度极高。对于一个长度为n的字符串，可能的子序列数量是2^n（每个字符都有选或不选两种可能）。即使只考虑回文子序列，直接枚举所有可能性并检查是否为回文也是不可行的。

我们需要找到一个更聪明的方法，利用动态规划来避免重复计算，同时高效地统计不同的回文子序列。

3. 动态规划解决方案设计

3.1 基本思路

动态规划是解决这类计数问题的利器。我们可以定义一个二维数组dp[i][j]，表示字符串s从i到j的子串中不同的回文子序列的数量。我们的目标是计算dp[0][n-1]，即整个字符串的不同回文子序列数。

关键观察：

1. 如果s[i] == s[j]，那么我们可以利用内部子问题的解来构建更大的解
2. 如果s[i] != s[j]，那么解可以由两个较小的子问题的解组合得到

3.2 状态转移方程

定义dp[i][j]为区间[i,j]内不同的回文子序列数：

1. 基本情况：

   • 当i > j时，dp[i][j] = 0（无效区间）
   • 当i == j时，dp[i][j] = 1（单个字符本身就是一个回文）