5、最长回文子串
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”
方法一:中心扩散法
中心扩散法的想法很简单:遍历每一个索引,以这个索引为中心,利用“回文串”中心对称的特点,往两边扩散,看最多能扩散多远。要注意一个细节:回文串的长度可能是奇数,也可能是偶数。
1、如果传入重合的索引编码,进行中心扩散,此时得到的最长回文子串的长度是奇数;
2、如果传入相邻的索引编码,进行中心扩散,此时得到的最长回文子串的长度是偶数。
复杂度分析:
时间复杂度:O(N2)O(N^{2})O(N2)。
空间复杂度:O(1)O(1)O(1)。
代码:
class Solution:
def longestPalindrome(self, s: str) -> str:
size = len(s)
if size == 0:
return ''
longest_palindrome = 1
longest_palindrome_str = s[0]
for i in range(size):
palindrome_odd,odd_len = self._ceter_spread(s,size,i,i)
palindrome_even,even_len = self._ceter_spread(s,size,i,i+1)
cur_max_sub = palindrome_odd if odd_len >= even_len else palindrome_even
if len(cur_max_sub) > longest_palindrome:
longest_palindrome = len(cur_max_sub)
longest_palindrome_str = cur_max_sub
return longest_palindrome_str
def _ceter_spread(self,s,size,left,right):
l = left
r = right
while l >= 0 and r < size and s[l] == s[r]:
l -= 1
r += 1
return s[l+1:r],r-l-1
解法二:动态规划
解决这类 “最优子结构” 问题,可以考虑使用 “动态规划”:
1、定义 “状态”;
2、找到 “状态转移方程”。
记号说明: 下文中,使用记号 s[l, r] 表示原始字符串的一个子串,l、r 分别是区间的左右边界的索引值,使用左闭、右闭区间表示左右边界可以取到。举个例子,当 s = ‘babad’ 时,s[0, 1] = ‘ba’ ,s[2, 4] = ‘bad’。
1、定义 “状态”,这里 “状态”数组是二维数组。
dp[l][r] 表示子串 s[l, r](包括区间左右端点)是否构成回文串,是一个二维布尔型数组。即如果子串 s[l, r] 是回文串,那么 dp[l][r] = true。
2、找到 “状态转移方程”。
首先,我们很清楚一个事实:
1、当子串只包含 111 个字符,它一定是回文子串;
2、当子串包含 2 个以上字符的时候:如果 s[l, r] 是一个回文串,例如 “abccba”,那么这个回文串两边各往里面收缩一个字符(如果可以的话)的子串 s[l + 1, r - 1] 也一定是回文串,即:如果 dp[l][r] == true 成立,一定有 dp[l + 1][r - 1] = true 成立。
根据这一点,我们可以知道,给出一个子串 s[l, r] ,如果 s[l] != s[r],那么这个子串就一定不是回文串。如果 s[l] == s[r] 成立,就接着判断 s[l + 1] 与 s[r - 1],这很像中心扩散法的逆方法。
事实上,当 s[l] == s[r] 成立的时候,dp[l][r] 的值由 dp[l + 1][r - l] 决定,这一点也不难思考:当左右边界字符串相等的时候,整个字符串是否是回文就完全由“原字符串去掉左右边界”的子串是否回文决定。但是这里还需要再多考虑一点点:“原字符串去掉左右边界”的子串的边界情况。
1、当原字符串的元素个数为 333 个的时候,如果左右边界相等,那么去掉它们以后,只剩下 111 个字符,它一定是回文串,故原字符串也一定是回文串;
2、当原字符串的元素个数为 222 个的时候,如果左右边界相等,那么去掉它们以后,只剩下 000 个字符,显然原字符串也一定是回文串。
把上面两点归纳一下,只要 s[l + 1, r - 1] 至少包含两个元素,就有必要继续做判断,否则直接根据左右边界是否相等就能得到原字符串的回文性。而“s[l + 1, r - 1] 至少包含两个元素”等价于 l + 1 < r - 1,整理得 l - r < -2,或者 r - l > 2。
综上,如果一个字符串的左右边界相等,以下二者之一成立即可: 1、去掉左右边界以后的字符串不构成区间,即“ s[l + 1, r - 1] 至少包含两个元素”的反面,即 l - r >= -2,或者 r - l <= 2; 2、去掉左右边界以后的字符串是回文串,具体说,它的回文性决定了原字符串的回文性。
于是整理成“状态转移方程”:
dp[l, r] = (s[l] == s[r] and (l - r >= -2 or dp[l + 1, r - 1]))
或者
dp[l, r] = (s[l] == s[r] and (r - l <= 2 or dp[l + 1, r - 1]))
编码实现细节:因为要构成子串 l 一定小于等于 r ,我们只关心 “状态”数组“上三角”的那部分取值。理解上面的“状态转移方程”中的 (r - l <= 2 or dp[l + 1, r - 1]) 这部分是关键,因为 or 是短路运算,因此,如果收缩以后不构成区间,那么就没有必要看继续 dp[l + 1, r - 1] 的取值。
作者:liweiwei1419
链接:https://leetcode-cn.com/problems/two-sum/solution/zhong-xin-kuo-san-dong-tai-gui-hua-by-liweiwei1419/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
class Solution:
def longestPalindrome(self, s: str) -> str:
'''
size = len(s)
if size == 0:
return ''
longest_palindrome = 1
longest_palindrome_str = s[0]
for i in range(size):
palindrome_odd,odd_len = self._ceter_spread(s,size,i,i)
palindrome_even,even_len = self._ceter_spread(s,size,i,i+1)
cur_max_sub = palindrome_odd if odd_len >= even_len else palindrome_even
if len(cur_max_sub) > longest_palindrome:
longest_palindrome = len(cur_max_sub)
longest_palindrome_str = cur_max_sub
return longest_palindrome_str
def _ceter_spread(self,s,size,left,right):
l = left
r = right
while l >= 0 and r < size and s[l] == s[r]:
l -= 1
r += 1
return s[l+1:r],r-l-1
'''
size = len(s)
if size <= 1 :
return s
dp = [[False for _ in range(size)] for _ in range(size)]
longest_l = 1
res = s[0]
for r in range(1,size):
for l in range(r):
if s[l] == s[r] and (r-l <= 2 or dp[l+1][r-1]):
dp[l][r] = True
cur_l = r - l + 1
if cur_l > longest_l:
longest_l = cur_l
res = s[l:r+1]
return res
复杂度分析:
时间复杂度:O(N2)O(N^{2})O(N2)。
空间复杂度:O(N2)O(N^{2})O(N2),二维 dp 问题,一个状态得用二维有序数对表示,因此空间复杂度是 O(N2)O(N^{2})O(N2)。