给定一个字符串 s,找到 s 中最长的回文子串。你可以假设 s 的最大长度为1000。
示例 1:
输入: "babad"
输出: "bab"
注意: "aba"也是一个有效答案。
示例 2:
输入: "cbbd"
输出: "bb"
解法一:暴力解法
时间复杂度
两个for循环,一个判断是否为回文的函数
解法二:中心扩展解法
时间复杂度,空间复杂度
c++ code:
#include<iostream>
#include<string>
#include<algorithm>
#include<vector>
#include<sstream>
#include<assert.h>
using namespace std;
class Solution {
public:
string expand(string s,int left, int right)
{
int len = s.size();
while ( left>=0&& right < len &&s[left] == s[right])//must s[left] == s[right] allocate last,unless crossing
{
left--;
right++;
}
return s.substr(left + 1, right - left - 1);
}
string longestPalindrome(string s) {
int len = s.size();
if (len < 1) return "";
if (len == 1) return s;
string maxstr=s.substr(0,1);
for (int i = 0; i < len; i++)
{
string s1 = expand(s, i, i);
if (s1.size()>maxstr.size())//odd number
{
maxstr = s1;
}
string s2 = expand(s, i, i + 1);//even number
if (s2.size()>maxstr.size())
{
maxstr = s2;
}
}
return maxstr;
}
};
string stringToString(string input) {
assert(input.length() >= 2);
string result;
for (int i = 1; i < input.length() - 1; i++) {
char currentChar = input[i];
if (input[i] == '\\') {
char nextChar = input[i + 1];
switch (nextChar) {
case '\"': result.push_back('\"'); break;
case '/': result.push_back('/'); break;
case '\\': result.push_back('\\'); break;
case 'b': result.push_back('\b'); break;
case 'f': result.push_back('\f'); break;
case 'r': result.push_back('\r'); break;
case 'n': result.push_back('\n'); break;
case 't': result.push_back('\t'); break;
default: break;
}
i++;
}
else {
result.push_back(currentChar);
}
}
return result;
}
int main() {
string line;
while (getline(cin, line)) {
string s = stringToString(line);
string ret = Solution().longestPalindrome(s);
string out = (ret);
cout << out << endl;
}
return 0;
}
中心扩展test
substr
Returns a substring (pos, pos+count).pos开始的位置,count共有多少个。
解法三:动态规划
时间复杂度,空间复杂度
核心思路就是从左开始遍历,然后不断的从原字符串中拿出1到length-1长度的字串
,进行判断。 回文字符串的子串也是回文,比如dp[j,k](表示以i开始以j结束的子串)是回文字符串,那么dp[j+1,k-1]也是回文字符串。这样最长回文子串就能分解成一系列子问题了。
动态规划需要开一个二维数组,DP[j][k]= s[j]==s[k]&&DP[j+1][k-1],时间复杂度较高
初始化:
转移函数
class Solution {
public:
string longestPalindrome(string s) {
int len = s.size();
if (len < 1) return "";
vector<vector<int>>Flaglen(len, vector<int>(len, 0));
int maxlen = 0, index = 0;
for (int i = 0; i < len; i++)
for (int j = 0, k = i; j < len&&k < len; j++, k++)
{
if (j == k)Flaglen[j][k] = 1;//odd
else if (j + 1 == k&&s[j] == s[k])
{
Flaglen[j][k] = 2;//even
}
else if (s[j] == s[k] && Flaglen[j + 1][k - 1])
{
Flaglen[j][k] = Flaglen[j + 1][k - 1] + 2;
}
else
{
Flaglen[j][k] = 0;
}
if (Flaglen[j][k]>maxlen)
{
index = j;
maxlen = k - j + 1;
}
}
return s.substr(index, maxlen);
}
};
动态规划test
解法四:1975年,Manacher算法(马拉车)
时间复杂度
1.解决长度奇偶性带来的对称轴位置问题
插入#解决
string init(string s)
{
string s1="$#";
int len=s.size();
int i;
for(i=0;i<len;i++)
{
s1+=s[i];
s1+="#";
}
return s1;
}
2.解决重复访问的问题
利用最长id
中心的当前i
点的对称点j
好好思考体会这句代码:
if (i < mx)
p[i] = min(p[2 * id - i], mx - i);
step 1: 令p[i]=min(p[2*pos-i], mx-i)
step 2: 以i为中心扩展回文串,直到左右两边字符不同,或者到达边界。
step 3: 更新mx和id
示例:#a#
和#a#a#
回文半径分别是2和3,所以无论奇偶都是 ,p[i] - 1正好是原字符串中最长回文串的长度。
解释:原始字符串的最大子串,起始位置的索引centermax - maxlen) / 2
,用下面的图验证。除以2是因为加入相同数的#。
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
---|---|---|---|---|---|---|---|---|
a | b | b | a | h | o | x | p | x |
验证1:i=5,abba. centermax=5,maxlen=4,pos=0
验证2:i=16,pxp, centermax=16,maxlen=3,pos=6
class Solution {
public:
string init(string s)
{
string s1 = "$#";//$防越界
int len = s.size();
for (int i = 0; i < len; i++)
{
s1 += s[i];
s1 += '#';
}
return s1;
}
string longestPalindrome(string s) {
int len1 = s.size();
if (len1 < 1) return "";
string s_new=init(s);
int len = s_new.size();
vector<int>p(len, 0);
int id = 0, mx = 0;
for (int i = 1; i < len; i++)//i从1开始忽略$
{
if (i < mx)
{
p[i] = min(p[2 * id-i], mx - i);
}
else//i在mx右边 必须一个个匹配
{
p[i] = 1;
}
while (s_new[i - p[i]] == s_new[p[i] + i])
p[i]++;
/*我们每走一步 i,都要和 mx 比较,我们希望 mx 尽可能的远,
这样才能更有机会执行 if (i < mx)这句代码,从而提高效率*/
if (mx < i + p[i])
{
mx = i + p[i];
id = i;
}
}
/*找最大元素在P中*/
int centermax = 0, maxlen = 0;
for (int i = 1; i < len; i++)
{
if (p[i] - 1>maxlen)
{
maxlen = p[i] - 1;
centermax = i;
}
}
return s.substr((centermax - maxlen) / 2, maxlen);
}
};
精益求精99.78%
参考1 此链接中心扩展ok,动态规划有问题。
网友评论