Longest Palindrome (最长回文子串)

原创 2010年05月30日 08:03:00

一个序列(字符串)S=a1a2...an 的倒置 S' 为 anan-1...a1。而 S 的子串定义为 S 中任何连续的一部分,如 aiai+1...a是 S 的一个子串,但aiai+2... 则不是 S 的子串。如果一个序列 S=S',则 S 称为回文序列。本文接下来将研究一个有趣的问题:给定一个序列 S,找出 S 中最长的回文子串。

 

在详细分析各个算法之前,先给出一个概览:简单的暴力算法时间复杂度为 Ɵ(n3)。经过仔细分析,可以通过动态规划把复杂度降至 O(n2)。但是,令人兴奋的是,存在线性复杂度,即 O(n) 的算法!

 

一、暴力算法

 

按照惯例,先分析一下暴力的算法:对 S 的每个子串,先判断其是否为回文,如果是,则跟已知的最长回文子串相比较,并保存其中最长的那个。

 

长度为 n 的字符串一共有 O(n2) 个子串,判断一个子串是否为回文串平均需要 O(n) 时间,因此,该算法的复杂度为 O(n3) 。当然,可以在算法中加入剪枝,例如,当子串 P 的长度比已知最长回文子串的长度小时,可以不必进行检查是否为回文串了。但这个并不能带来时间复杂度上质的变化。

 

二、动态规划

 

仔细分析该暴力算法,可以发现,该算法中存在很多重复计算。例如,当子串 P 不是回文时,xPy 也不可能是回文。再如,子串 xPx 是否为回文当且仅当 P 是回文。这后面的例子有点动态规划的味道了。沿着这个方向,可以比较容易的设计出动态规划的算法。首先,用 LP[i][j] 表示子串 aiai+1...aj 是否为回文。则

 

     LP[i][j] = true,如果 i >= j,即单字符的串和空串都是回文;

     LP[i][j] = true,如果 S[i] = S[j] 并且 LP[i+1][j-1] = true;

     否则,LP[i][j] = false。

 

在填动态规划表时,按子串的长度从小到大进行。

 

可以看出,这个算法的时间复杂度为 O(n2)。相比较暴力算法,速度的提升来自检查每个子串是否为回文只需要 O(1) 的时间,而这在暴力算法中,最坏时平均是 O(n)。O(n2) 看起来好像是极限了,因为,毕竟搜索空间是 Ɵ(n2),即有 Ɵ(n2) 个子串。如果有线性复杂度的算法,那么将是比较神奇的,因为,这意味着不需要逐一检查每个子串!事实上,这个真的可以有,而已知有两个完全不同的算法达到线性复杂度,从而也是最优的算法:一个基于后缀树 (suffix tree);一个基于回文子串一个性质。

 

三、基于后缀树的线性算法

 

先来看看基于后缀树的算法。首先需要了解一下最长公共扩展:给定两个字符串 S1 和 S2,以及 S1 的一个后缀 t1 和 S2 的一个后缀 t2,求 t1 和 t2 的最长公共前缀。这个问题之所以被称为最长公共扩展,是因为,如果 t1 的第一个字符在 S1 中位于 q1,t2 的第一个字符在 S2 中位于 q2,那么,最长公共扩展问题即为,求从 t1 开始在 S1 中向后扩展,同时从 t2 开始在 S2 中向后扩展,两个扩展中最长的公共部分。当 S1 和 S2 给定后,每个位置对 (q1,q2) 代表一个查询,查询对应着位置 q1 和 q2 的最长公共扩展。 举个例子,令 S1=abcdef,S2=efbcd,q1=2,q2=3,则 (q1,q2) 的最长公共扩展为 bcd。

 

现在,令 S1=S 和 S2=S',即 S 的倒置,n 为 S 的长度。如果有一个长度为 2k 的回文串是最大的,即没有更长的回文串包含它,若假设其中心的两个字符右的那个在 S 中位于 q+1,则中心左边的那个字符在 S' 中位于 n-q+1,并且,(q+1,n-q+1) 的长度为 k。反之,如果 (q+1,n-q+1) 的长度为 k,则在 S 中有一个长度为 2k 的,中心的左边位于 q 的偶数回文串。因此,如果我们遍历每个中心的左边,我们就可以找出每个中心对应的最长偶数回文的长度。用相似的方法可以求得每个中心对应的最长奇数回文串的长度,从而在这所有的 2n-1 个回文子串中找出最长那个。

 

现在,有 2n-1 个中心,因此,一共有 2n-1 个查询。如果算法的复杂度为 O(n),则每个查询须在 O(1) 时间内完成。这事儿看起来很悬,但真的能够做到!这是因为,存在一个神奇的算法,可以在 O(n) 的时间内建立起长度为 n 的字符串的后缀树。而且,一旦预先建立好 S1 和 S2 的后缀树,则对每个查询 (q1,q2),可以在 O(1) 的时间内确定其最长公共扩展。具体的算法参见《Algorithms on Strings, Trees and Sequences》第 198 页。这里,我摘抄了其中计算偶数回文的算法。

 

 

 

四、一个简单的线性算法

 

个人认为后缀树是一个比较“重型”的数据结构,功能虽然强大,但线性建立后缀树的算法很是复杂。用它来解决最长回文子串问题,有点像杀鸡用了牛刀。事实上,有个非常简单的算法,可以在线性时间内计算出所有中心的最大回文串,从而求出最长的那个回文串。这个算法是本人在某国外的网站上看到的,链接在这里。因为未在任何中文网站上见到过,本人也不敢独享,于是在因此向大家详细介绍该算法。

 

 

先来说说回文的中心。对于奇数长度的回文,这个中心是惟一的;但对于偶数回文来说,从字符串本身看来,中心有两个相同的字符。当然,也可以理解为偶数回文的中心落在两个相邻的字符之间。为了统一起见和方便叙述,我们想像在 S 的开头、末尾和每两个相邻的字符之间插入一个特殊的字符(空隙),奇数回文的中心落在某个常规字符上,偶数回文的中心落在特殊字符(空隙)上。而且,在索引回文的中心的位置时,把特殊字符也计算在内。例如,假设 S = abcbbe,则把 S 想像成 _a_b_c_b_b_e_,其中下划线代表特殊字符。于是,回文 bcb 的中心为 c,其中位置索引为 6,而不是3,因为当我们索引中心时,把特殊字符也计算在内;另一个回文  bb 的中心为 _,其中心位置索引为 9。这样,所有子串,都有一个惟一的中心索引位置。不过,我们在索引 S 本身的字符位置时,依然只是参照实际上 S,而非想像中的带有特殊字符的 S。例如,当我们说 S[1],就只是指 S 的第一个字符,即 a,而 S[1~3] 则指其子串 abc。

 

在说明回文的一些性质前,先来看个例子:S = abababa。这个例子中,S[1~3],即开头的 aba 是一个回文,同时也是更大的回文,S[1~5] 及 S 本身的子串。对比 S[1~3]=aba 和 S[1~5]=ababa,可以发现,S[3~5] = S[1~3],且其关于 S[1~5] 的中心对称。这不是偶然的。可以证明,如果 X 是 Y 的一个真回文子串(即 X 不等于 Y),则存在它的关于 Y 的中心对称的对偶子串 X'=X。在上例中,若Y=S[1~5],X=S[1~3],则 X' = S[3~5]。精确地说,假设回文 Y 的中心位于 p,X 是 Y 的长度为 k 的真回文子串,其中心位于 p-d,则有一个长度也为 k 的真回文子串,其中心位于 p+d。如果用数组 Len[1~2n+1] 表示各个中心的最大回文串,即 Len[i] 表示中心位于 i 的最长的回文,则上述性质说明,

 

如果 回文 Y 的中心位于 p,且以 p-d (d>0) 为中心的最长回文 X 是 Y 的子串,则 Len[p+d] 至少不小于 Len[p-d],即 Len[p+d] >= Len[p-d]。

 

需要强调的是,X 必须是 Y 的子串,否则个不等式不成立。那么,什么时候等号成立呢?一个充分的条件是,或者 X 不是 Y 的前缀,或者 Y 是 S 的后缀。注意,这个条件只是充分的,而非必要条件。基于这个性质和这个充分条件,就可以设计出一个线性时间复杂度的算法了。

 

1. 把当前中心位置指针 p 指向第一个可能的中心,即 p :=1

2. 只要 1 <= p <= 2n+1,执行下面循环

     a) 以 p 为中心,向两边扩展,直到找到以 p 为中心的最长回文,假设其长度为 k

     b) Len[p] := k

     c) 利用上述的性质和找到的最长回文,计算 Len[p+1], Len[p+2],... 的值,直到当前已有的信息不足以继续确定某个 Len[p+h] 的值

     d) p := p+h

3. 返回 Len 中最大的值及其下标(即中心位置)

这个算法是 O(n) 时间复杂度的,虽然现在似乎不是那么明显,但看了下面更为详尽的伪代码,就很清楚了。
 

在上述伪代码中,可以看出,在内部的两个 while 中,要么递增 i 的值( S 中下一个待访问的元素的下标),要么递增 p (下一个考虑的可能中心),而每个递增及其附加操作的复杂度都为 O(1),因此,总的时间复杂度为 O(n)。值得指出的时,Len 数组记录每个中心的最长回文长度,从而该算法实际上求出所有的最大回文子串,而不仅仅是最长的那个。上述的伪代码是为了方便理解而写的,具体实现的代码可能比这个伪代码还要简单,例如原文给出的Python代码

 

相关文章推荐

409. Longest Palindrome

Given a string which consists of lowercase or uppercase letters, find the length of the longest pali...

总结最长回文子串的几种做法 Longest Palindrome Substring

题目是:找出一个字符串中的最长回文子串。 例如:abcbcbb 的最长回文子串是 bcbcb 首先一种常见的错误方法是把原字符串S倒转过来成为S‘,以为这样就将问题转化成为了求S和S’的最长公共子串的...

最长连续回文串(Longest Palindromic Substring)

题目:  Given a string S, find the longest palindromic substring in S. 给出一个字符串S,找到一个最长的连续回文串。 例如...
  • hopeztm
  • hopeztm
  • 2012年09月01日 18:48
  • 31411

最长回文子串(Longest Palindrome Substring)--Manacher算法O(n)

Problem Description: 给出一个只由小写英文字符a,b,c...y,z组成的字符串S,求S中最长回文串的长度. 回文就是正反读都是一样的字符串,如aba, abba等 下面介绍一...
  • doc_sgl
  • doc_sgl
  • 2013年06月09日 17:46
  • 2384

Java Longest Palindromic Substring(最长回文字符串)

如果一个字符串从左向右写和从右向左写是一样的,这样的字符串就叫做palindromic string,如aba,或者abba。本题是这样的,给定输入一个字符串,要求输出一个子串,使得子串是最长的pad...
  • soszou
  • soszou
  • 2014年07月06日 10:38
  • 15386

LeetCode 409. Longest Palindrome 解题报告

LeetCode 409. Longest Palindrome 解题报告

234. Parlindrome Linked List

Given a singly linked list, determine if it is a palindrome.Follow up: Could you do it in O(n) time...

C++/C求最长回文子串

  • 2010年07月31日 15:13
  • 1KB
  • 下载

URAL 1297 Palindrome(最长回文子串:后缀数组)

URAL 1297 Palindrome(最长回文子串:后缀数组) 题意:给你一个字符串,要你求出这个串中的最长回文字串,如果存在多个,则输出第一次出现的那个. 分析:论文例题.        首先其...

URAL 1297 Palindrome 后缀数组 或 Manacher 求最长回文子串

题目大意: 就是给出一个长度不超过1000个只包含大小写英文字母的字符串,输出其最长回文子串 大致思路: 首先很容易想到用将该字符串本身反转之后与自己连接起来, 中间用一个未出现的字符隔开, 求出...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:Longest Palindrome (最长回文子串)
举报原因:
原因补充:

(最多只允许输入30个字)