1、要求：给你一个字符串 s，找到 s 中最长的回文子串（"回文串"是一个正读和反读都一样的字符串）
示例 1：
输入：s = "babad"
输出："bab"
解释："aba" 同样是符合题意的答案
2、思路与算法
对于一个子串而言，如果它是回文串，并且长度大于2，那么将它首尾的两个字母去除之后，它仍然是个回文串
根据这样的思路，我们就可以用动态规划的方法解决本题，我们用 P(i,j) 表示字符串 s 的第 i 到第 j 个字母组成的串（下文表示成 s[i:j]）是否为回文串：
这里的「其它情况」包含两种可能性：
- s[i, j]本身不是一个回文串；
- i>j，此时 s[i, j] 本身不合法
也就是说，只有 s[i+1:j−1] 是回文串，并且 s 的第 i 和第 j 个字母相同时，s[i:j] 才会是回文串。
3、根据这个思路，我们就可以完成动态规划了，最终的答案即为所有 P(i,j)=true 中 j-i+1（即子串长度）的最大值，注意：在状态转移方程中，我们是从长度较短的字符串向长度较长的字符串进行转移的，因此一定要注意动态规划的循环顺序
class Solution:
def longestPalindrome(self, s: str) -> str:
n = len(s)
if n < 2:
return s
max_len = 1
begin = 0
# dp[i][j] 表示 s[i..j] 是否是回文串
dp = [[False] * n for _ in range(n)]
for i in range(n):
dp[i][i] = True
# 递推开始
# 先枚举子串长度
for L in range(2, n + 1):
# 枚举左边界，以长度为2开始，左边界的上限设置可以宽松一些
for i in range(n):
# 由 L 和 i 可以确定右边界，即 j - i + 1 = L 得
j = L + i - 1
# 如果右边界越界，就可以退出当前循环
if j >= n:
break
if s[i] != s[j]:
dp[i][j] = False
else:
# 前面已经是s[i]!=s[j],下面的就是s[i]=s[j]的了
if j - i < 3:
dp[i][j] = True
else:
dp[i][j] = dp[i + 1][j - 1]
# 只要 dp[i][L] == true 成立，就表示子串 s[i..L] 是回文，此时记录回文长度和起始位置
if dp[i][j] and j - i + 1 > max_len:
max_len = j - i + 1
begin = i
return s[begin:begin + max_len]4、额外：对于[False] * n，比如n = 4,代表生成[False, False, False, False] 向量
而 for _ in range(n)中的下划线为占位符，也就是说不在意具体变量的值，仅用来表示循环4次，生成4个[False, False, False, False]，用公式最外侧[ ]形成了一个4*4的二维矩阵
