回文子串是一个字符串中正反读完全一样的子串,如”aca”或”abba”,本题要求找出字符串中最长的回文子串,如下:
1.暴力解法
首先,暴力解法是最容易想到的办法,获取所有的子串,判断每一个子串是不是回文子串,然后找到最长的那个,一个字符串的子串数目有N(N+1)/2+1个,求出所有子串的时间复杂度为O(N²),判断每个子串是否为回文子串的时间复杂度为O(N),所以整个算法的时间复杂度为O(N³)。
代码如下:
/**
* @param {string} s
* @return {string}
*/
var longestPalindrome = function(s) {
if (s.split('').reverse() === s.split('')) {
return s;
}
let maxlength = 1,
result = s[0],
start = 0,
end = 1,
arr = [];
for (let i = 0; i < s.length; i++) {
arr.push([])
}
for (let i = 0; i < s.length; i++) {
for (let j = 0; j < i; j++) {
if (s[i] === s[j]) {
arr[i][j] = 1;
}
}
}
return result;
};
时间复杂度为O(N³)速度可想而知,果不其然最后提交提示超时,那这得放弃这种算法了(本来也没指望暴力解法被accepted)。
2.动态规划
首先建立一个二维数组dp,dp[j][i]==true表示子串s[j][i]为回文字符串。另外如果s[j][i]是回文子串,那么s[j+1][i-1]也是回文子串,这样的话我们可以得到状态转移方程(这里吐槽一下,csdn的编辑器bug太多,写数学公式费了好大劲):
dp[j][i]=⎧⎩⎨⎪⎪truedp[j+1][i−1]s[j]==s[i] && dp[j+1][i−1]j=i0<i−j≤2i−j>2(1)(2)(3)
d
p
[
j
]
[
i
]
=
{
(1)
t
r
u
e
j
=
i
(2)
d
p
[
j
+
1
]
[
i
−
1
]
0
<
i
−
j
≤
2
(3)
s
[
j
]
==
s
[
i
]
&&
d
p
[
j
+
1
]
[
i
−
1
]
i
−
j
>
2
代码如下
/**
* @param {string} s
* @return {string}
*/
var longestPalindrome = function(s) {
let maxlen = 1,
result = s[0],
start = 0,
dp = [];
for (let i = 0; i < s.length; i++) {
dp.push([])
}
for (let i = 0; i < s.length; i++) {
for (let j = 0; j < i; j++) {
if (s[i] === s[j]) {
if(i - j <= 2) {
if(i - j +1 > maxlen) {
start = j;
maxlen = i - j + 1;
}
dp[j][i] = true;
}
else if(dp[j+1][i-1]) {
if(i - j + 1 > maxlen) {
start = j;
maxlen = i - j + 1;
}
dp[j][i] = true;
}
}
}
}
return s.substr(start,maxlen);
};
根据代码,不难得到动态规划的时间复杂度为O(N²),然而很不幸,测试的结果仍然是超时,看来还需要时间复杂度更小的算法。
3. Manacher 算法
这种算法(谐音马拉车算法)非常神奇,将时间复杂度减小到了O(N),具体的算法我就不细说了,因为我也是参考的别人的文章,推荐曾会玩的segmentfault专栏文章,感觉简单易懂,这里就直接贴出我的代码:
/**
* @param {string} s
* @return {string}
*/
var longestPalindrome = function(s) {
s = '#' + s.split('').join('#') + '#';
let maxRight = 0,
pos = 0,
RL = new Array(s.length),
center = 0,
maxR = 1;
for (let i = 0; i < s.length; i++) {
if (i < maxRight) {
RL[i] = Math.min(RL[2*pos-i],maxRight-i);
}
else {
RL[i] = 1;
}
while(i + RL[i] < s.length && i - RL[i] >= 0 && s[i+RL[i]] === s[i-RL[i]]) {
RL[i] += 1;
}
if (RL[i] + i - 1 > maxRight) {
maxRight = RL[i] + i - 1;
pos = i;
}
if (RL[i] > maxR) {
center = i;
maxR = RL[i];
}
}
return s.slice(center-maxR+1,center+maxR).split('#').join('')
}
可以看到排名非常不错,这个算法的速度确实可以。