算法-Hash-回文

算法-Hash-回文

1 题目概述

1.1 题目出处

https://leetcode-cn.com/problems/longest-palindrome

1.2 题目描述

给定一个包含大写字母和小写字母的字符串，找到通过这些字母构造成的最长的回文串。

在构造过程中，请注意区分大小写。比如 “Aa” 不能当做一个回文字符串。

注意:
假设字符串的长度不会超过 1010。

示例 1:

输入:
“abccccdd”

输出:
7

解释:
我们可以构造的最长的回文串是"dccaccd", 它的长度是 7。

2 HashMap

2.1 思路

1. 用HashMap存储每个字符的出现次数是奇数或偶数。
2. 当是偶数时，将回文累积长度加2，并将奇数个数减1；
3. 奇数时，仅将累积的奇数个数加1.
4. 最后，判断奇数个数，如果大于0，就将回文累积长度加1即可得到答案。

2.2 代码

class Solution {
    public int longestPalindrome(String s) {
        if(s == null){
            return 0;
        }
        if(s.length() < 2){
            return s.length();
        }
        Map<String,Boolean> cntMap = new HashMap<>(s.length());
        String[] strArray = s.split("");
        int result = 0;
        int oddCnt = 0;
        for(String str : strArray){
            Boolean odd = cntMap.get(str);
            if(odd != null && odd == true){
                result = result + 2;
                cntMap.put(str, false);
                oddCnt--;
            }else{
                cntMap.put(str, true);
                oddCnt++;
            }
        }
        if(oddCnt > 0){
            result++;
        }
        return result;
    }
}

2.3 时间复杂度

O(N)

• 但是为啥这么慢呢？

2.4 空间复杂度

O(N)

3 char+数组

3.1 思路

前面使用HashMap，内部使用了Java包装对象，所以速度很慢。

因为是需要计算字符串内部每个char的出现次数，所以可以使用一个数组来存char对应ascii码出现次数是奇数还是偶数。

3.2 代码

        if(s == null){
            return 0;
        }
        if(s.length() < 2){
            return s.length();
        }
        // ascii码一共256字符
        // 为0时表示当前该字符出现次数为偶数或没有出现过，
        // 为1时表示出现过奇数次
        int[] cntArray = new int[256];
        char[] charArray = s.toCharArray();
        int result = 0;
        int oddCnt = 0;
        for(char c : charArray){
            int flag = cntArray[c];
            if(flag != 0){
                result = result + 2;
                cntArray[c] = 0;
                oddCnt--;
            }else{
                cntArray[c] = 1;
                oddCnt++;
            }
        }
        if(oddCnt > 0){
            result++;
        }
        return result;
    }
}

3.3 时间复杂度

O(N)

3.4 空间复杂度

O(N)