动态规划求解最长回文子序列(LPS)算法详解

1. 题目背景与核心问题解析

这道题目来自蓝桥杯2016年第七届真题，考察的是字符串处理与动态规划算法的综合应用能力。题目描述了一个有趣的场景：给定一个由大写字母组成的字符串S，定义"密码脱落"为从S中删除若干个字符后剩下的字符串。要求找出所有可能的"密码脱落"结果中，能够形成回文串的最长长度。

在实际编程竞赛中，这类字符串处理问题非常典型，它不仅考察选手对基础算法的掌握程度，更考验将实际问题抽象为算法模型的能力。题目中的"密码脱落"操作，本质上就是在原字符串中寻找最长回文子序列（Longest Palindromic Subsequence, LPS）。

注意：回文串是指正读反读都相同的字符串，如"ABCBA"或"AABAA"。子序列则不要求字符连续，只要相对顺序保持不变即可。

2. 算法思路分析与选择

2.1 暴力解法及其局限性

最直观的解法是枚举所有可能的子序列，然后检查是否为回文串。对于一个长度为n的字符串，子序列的总数为2^n个（每个字符都有选或不选两种可能）。当n=26时（题目给出的最大长度），这相当于约6700万种可能性，显然在竞赛时间限制内无法完成。

2.2 动态规划解法原理

动态规划是解决这类问题的最佳选择。我们可以定义dp[i][j]表示字符串S从i到j位置的最长回文子序列长度。状态转移方程如下：

1. 基础情况：

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

2. 递推关系：

   • 如果S[i] == S[j]，则dp[i][j] = dp[i+1][j-1] + 2
   • 如果S[i] != S[j]，则dp[i][j] = max(dp[i+1][j], dp[i][j-1])

这个解法的时空复杂度都是O(n^2)，对于n≤1000的规模完全可行。在本题中n≤26，更是绰绰有余。

2.3 算法优化空间

虽然标准动态规划已经足够高效，但还可以进行一些优化：

• 空间优化：可以将二维数组优化为一维数组，空间复杂度降为O(n)
• 记忆化搜索：采用递归+记忆化的方式实现，代码更简洁
• 边界处理：预处理单个字符和相邻两个字符的情况

3. 完整代码实现与解析

3.