最长回文子串 Longest Palindromic Substring

https://leetcode.com/problems/longest-palindromic-substring/

Given a string S, find the longest palindromic substring in S. You may assume that the maximum length of S is 1000, and there exists one unique longest palindromic substring.

1.方法一：动态规划

这里动态规划的思路是 dp[i][j] 表示的是 从i 到 j 的字串，是否是回文串。

则根据回文的规则我们可以知道：

如果s[i] == s[j] 那么是否是回文决定于 dp[i+1][ j - 1]

当 s[i] != s[j] 的时候， dp[i][j] 直接就是 false。

即：dp[i][j] = (s[i] == s[j] && dp[i+1][j-1] == true)

class Solution {
public:
    string longestPalindrome(string s) {
        int len = s.size();
        if (len <= 1)
            return s;

        vector<vector<bool> > dp(len, vector<bool>(len));

        for (int i = 0; i < len; i++){
            for (int j = 0; j < len; j++){
                if (i >= j){
                    dp[i][j] = true;//一个字符或空字符串
                }
                else{
                    dp[i][j] = false;
                }
            }
        }

        int maxLen = 1;
        int maxi;
        for (int k = 2; k <= len; k++){//回文长度
            for (int i = 0; i <= len-k; i++){//<=len-k
                int j = i + k - 1;

                if (s[i] == s[j] && dp[i + 1][j - 1]){
                    dp[i][j] = true;//
                    if (k>maxLen){
                        maxLen = k;
                        maxi = i;
                    }
                }
            }
        }

        return s.substr(maxi, maxLen);

    }
};

超时

二、Manacher’s ALGORITHM: O(n)时间求字符串的最长回文子串

可以戏称”马拉车“算法

首先用一个非常巧妙的方式，将所有可能的奇数/偶数长度的回文子串都转换成了奇数长度：在每个字符的两边都插入一个特殊的符号。比如 abba 变成 #a#b#b#a#， aba变成 #a#b#a#。 为了进一步减少编码的复杂度，可以在字符串的开始结尾加入另一个特殊字符，这样就不用特殊处理越界问题，比如^#a#b#a#$

下面以字符串12212321为例，经过上一步，变成了 S[] = "^#1#2#2#1#2#3#2#1#$";

然后用一个数组 P[i] 来记录以字符S[i]为中心的最长回文子串向左/右扩张的长度（包括S[i]，也就是把该回文串“对折”以后的长度），比如S和P的对应关系：

S  #  1  #  2  #  2  #  1  #  2  #  3  #  2  #  1  #
P  1  2  1  2  5  2  1  4  1  2  1  6  1  2  1  2  1
(p.s. 可以看出，P[i]-1正好是原字符串中回文串的总长度）

那么怎么计算P[i]呢？该算法增加两个辅助变量（其实一个就够了，两个更清晰）id和mx，其中 id 为已知的 {右边界最大} 的回文子串的中心，mx则为id+P[id]，也就是这个子串的右边界（回文子串不包括该右边界）。

然后可以得到一个非常神奇的结论，这个算法的关键点就在这里了：如果mx > i，那么P[i] >= MIN(P[2 * id - i], mx - i)。

具体的，

当 mx - i > P[j] 的时候，以S[j]为中心的回文子串包含在以S[id]为中心的回文子串中，由于 i 和 j 对称，以S[i]为中心的回文子串必然包含在以S[id]为中心的回文子串中，所以必有 P[i] = P[j]，见下图。


当 P[j] >= mx - i 的时候，以S[j]为中心的回文子串不一定完全包含于以S[id]为中心的回文子串中，但是基于对称性可知，下图中两个绿框所包围的部分是相同的，也就是说以S[i]为中心的回文子串，其向右至少会扩张到mx的位置，也就是说 P[i] >= mx - i。至于mx之后的部分是否对称，就只能老老实实去匹配了。


对于 mx <= i 的情况，无法对 P[i]做更多的假设，只能P[i] = 1，然后再去匹配了。

综上讨论，所以 如果mx > i，那么P[i] >= MIN(P[2 * id - i], mx - i)。

class Solution {
public:
	string longestPalindrome(string s) {
		string T = preProcess(s);
		int n = T.size();
		vector<int> P(n,0);
		int id = 0, mx = 0;
		for (int i = 1; i <= n - 2; i++){
			int i_mirror = 2 * id - i;
			if (i<mx){
				P[i] = min(P[i_mirror], mx - i);
			}
			else{
				P[i] = 1;
			}
			while (T[i + P[i]] == T[i - P[i]]){
				P[i]++;
			}
			if (i + P[i]>mx){
				mx = i + P[i];
				id = i;
			}
		}
		int maxLen = 0, center = 0;
		for (int i = 1; i <= n - 2; i++){
			if (P[i]>maxLen){
				maxLen = P[i];
				center = i;
			}
		}
		return s.substr((center - maxLen) / 2, maxLen-1);
	}
	string preProcess(string s){
		int len = s.size();
		if (len == 0)
			return "^$";
		else{
			string res = "^";
			for (int i = 0; i < len; i++){
				res.push_back('#');
				res.push_back(s[i]);
			}
			res += "#$";
			return res;
		}
	}
};