最长回文子串
动态规划法
2.1问题分析
对于一个子串而言,如果它是回文串,并且长度大于 2,那么将它首尾的两个字母去除之后,它仍然是个回文串。例如对于字符串 “ababa”,如果我们已经知道 “bab” 是回文串,那么“ababa” 一定是回文串,这是因为它的首尾两个字母都是 “a”。
动态规划有三要素:
- (1)状态: dp [i] [j] 表示字符串 s[i…j] 是否是回文的。
- (2)状态转移方程: dp [i] [j] = dp [i+1] [j-1] and s [i]==s[j]
- (3)边界条件:j - i < 3 , 即子串的长度为 1 或 2
2.2 算法思路
字符 | b | a | b | a | b |
---|---|---|---|---|---|
下标 | 0 | 1 | 2 | 3 | 4 |
- 数组dp: 创建一个二维数组dp。dp [i] [j] 表示字符串 s[i…j] 是否是回文的。
- 初始化 dp[i] [i] = TRUE,其余为flase
0 | 1 | 2 | 3 | 4 | |
---|---|---|---|---|---|
0 | TRUE | ||||
1 | TRUE | ||||
2 | TRUE | ||||
3 | TRUE | ||||
4 | TRUE |
-
状态转移方程: dp [i] [j] = (dp [i+1] [j-1] and (s[i]==s[j] or j - i < 3 ))
-
填数组dp:
- 由于状态转移取决于其左下角元素,故先序填列,再升序填行
-
每填一个true,都更新max_len = max(max_len,j-i+1) ,以及 begin
-
结果:
左/右边界下标 | 0 | 1 | 2 | 3 | 4 |
---|---|---|---|---|---|
0 | TRUE | FALSE | TRUE | FALSE | TRUE |
1 | TRUE | FALSE | TRUE | FALSE | |
2 | TRUE | FALSE | TRUE | ||
3 | TRUE | FALSE | |||
4 | TRUE |
- 返回 s[begin:begin+max_len]
2.3 代码实现
class Solution:
def longestPalindrome(self, s: str) -> str:
n = len(s)# 字符串长度
if n < 2:
return s
max_len = 1
begin = 0 #左指针
# dp[i][j] 表示 s[i..j] 是否是回文串
dp = [[False] * n for _ in range(n)]
for i in range(n):
dp[i][i] = True
# 递推开始
# 先枚举子串长度
for L in range(2, n + 1):
# 枚举左边界,左边界的上限设置可以宽松一些
for i in range(n):
# 由 L 和 i 可以确定右边界,即 j - i + 1 = L 得
j = L + i - 1
# 如果右边界越界,就可以退出当前循环
if j >= n:
break
if s[i] != s[j]:
dp[i][j] = False
else:
if j - i < 3:
dp[i][j] = True
else:
dp[i][j] = dp[i + 1][j - 1]
# 只要 dp[i][L] == true 成立,就表示子串 s[i..L] 是回文,此时记录回文长度和起始位置
if dp[i][j] and j - i + 1 > max_len:
max_len = j - i + 1
begin = i
return s[begin:begin + max_len]