Manacher's Algorithm 马拉车算法

相关链接：https://blog.csdn.net/knowledgebao/article/details/84986637

---

这个马拉车算法Manacher‘s Algorithm是用来查找一个字符串的最长回文子串的线性方法，由一个叫Manacher的人在1975年发明的，这个方法的最大贡献是在于将时间复杂度提升到了线性，这是非常了不起的。对于回文串想必大家都不陌生，就是正读反读都一样的字符串，比如 "bob", "level", "noon" 等等，那么如何在一个字符串中找出最长回文子串呢，可以以每一个字符为中心，向两边寻找回文子串，在遍历完整个数组后，就可以找到最长的回文子串。但是这个方法的时间复杂度为O(n*n)，并不是很高效，下面我们来看时间复杂度为O(n)的马拉车算法。

由于回文串的长度可奇可偶，比如"bob"是奇数形式的回文，"noon"就是偶数形式的回文，马拉车算法的第一步是预处理，做法是在每一个字符的左右都加上一个特殊字符，比如加上'#'，那么

• bob    -->    #b#o#b#
• noon    -->    #n#o#o#n# 

这样做的好处是不论原字符串是奇数还是偶数个，处理之后得到的字符串的个数都是奇数个，这样就不用分情况讨论了，而可以一起搞定。接下来我们还需要和处理后的字符串t等长的数组p，其中p[i]表示以t[i]字符为中心的回文子串的半径(因为处理后的回文串肯定是奇数，所以半径是回文串长度/2+1)，若p[i] = 1，则该回文子串就是t[i]本身，那么我们来看一个简单的例子：

#	1	#	2	#	2	#	1	#	2	#	2	#
1	2	1	2	5	2	1	6	1	2	3	2	1

为啥我们关心回文子串的半径呢？看上面那个例子，以中间的 '1' 为中心的回文子串 "#2#2#1#2#2#" 的半径是6，而未添加井号的回文子串为 "22122"，长度是5，为半径减1。这是个普遍的规律么？

我们再看看之前的那个 "#b#o#b#"，我们很容易看出来以中间的 'o' 为中心的回文串的半径是4，而 "bob"的长度是3，符合规律。再来看偶数个的情况"noon"，添加井号后的回文串为 "#n#o#o#n#"，以最中间的 '#' 为中心的回文串的半径是5，而 "noon" 的长度是4，完美符合规律。所以我们只要找到了最大的半径，就知道最长的回文子串的字符个数了。只知道长度无法确定子串，我们还需要知道子串的起始位置。   

我们还是先来看中间的 '1' 在字符串 "#1#2#2#1#2#2#" 中的位置是7，而半径是6，貌似7-6=1，刚好就是回文子串 "22122" 在原串 "122122" 中的起始位置1。那么我们再来验证下 "bob"，"o" 在 "#b#o#b#" 中的位置是3，但是半径是4，这一减成负的了，肯定不对。所以我们应该至少把中心位置向后移动一位，才能为0啊，那么我们就需要在前面增加一个字符，这个字符不能是井号，也不能是s中可能出现的字符，所以我们暂且就用美元号吧，毕竟是博主最爱的东西嘛。这样都不相同的话就不会改变p值了，那么末尾要不要对应的也添加呢，其实不用的，不用加的原因是字符串的结尾标识为'\0'，等于默认加过了。那此时 "o" 在 "$#b#o#b#" 中的位置是4，半径是4，一减就是0了，貌似没啥问题。我们再来验证一下那个数字串，中间的 '1' 在字符串 "$#1#2#2#1#2#2#" 中的位置是8，而半径是6，这一减就是2了，而我们需要的1，所以我们要除以2。之前的 "bob" 因为相减已经是0了，除以2还是0，没有问题。再来验证一下 "noon"，中间的 '#' 在字符串 "$#n#o#o#n#" 中的位置是5，半径也是5，相减并除以2还是0，完美。可以任意试试其他的例子，都是符合这个规律的，所以我们得出一个结论：最长子串的长度是半径减1，起始位置是中间位置减去半径再除以2。（这里博主采取加$符号方法规避原始串是偶数的情况，计算起始位置出现负数的情况，其实可以做个特殊处理，当起始位置出现负数的时候，我们直接置为0即可，无需额外添加$符号也可以）

那么下面我们就来看如何求p数组，需要新增两个辅助变量mx和id，其中id为能延伸到最右端的位置的那个回文子串的中心点位置，mx是与id对应的最右端的位置(这里不是最长子串，而是延伸到最右边的字段)，这个算法最核心的一行代码如下：

p[i] = mx > i ? min(p[2 * id - i], mx - i) : 1;

可以这么说，这行要是理解了，那么马拉车算法基本上就没啥问题了，那么这一行代码拆开来看就是

if(mx <= i)
    p[i] = 1;
else{
    if(p[2*id-i] < mx-i)
       p[i] = p[2*id-i];
    else
      p[i] = mx-i;
}

如果mx<=i，因为最右端都小于等于i，所以当前p[i]的回文串只能是S[i]本身，长度只能是1。

if(mx > i)这种情况，设j=2*id-i(j是i关于id的对称点)，my是mx关于id的对称点。充分利用回文的特点，利用p[j]及mx这些前边已经计算出来的结果加快p[i]的计算。

• 如果mx-i>p[j]，如下图所示，说明以j为中心的回文串起始位置大于my,也就是说以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，所以以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(回文定义可得)，所以必有 p[i] = p[j]。既：if(p[2*id-i] < mx-i) p[i] = p[2*id-i];

• 当 mx - i <=P[j]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。   既：if(p[2*id-i] >= mx-i)  p[i] = mx-i;

 

参见如下实现代码：

#include <vector>
#include <iostream>
#include <string>

using namespace std;
int min(int x, int y)
{
	return x > y ? y : x;
}
string Manacher(string s) {
	// Insert '$' and '#'
	string t = "$#";
	for (int i = 0; i < s.size(); ++i) {
		t += s[i];
		t += "#";
	}
	// Process t
	vector<int> p(t.size(), 0);
	int mx = 0, id = 0, maxSubLen = 0, maxSubCenter = 0;
	for (int i = 1; i < t.size(); ++i) {
		//具体详见上边算法
		p[i] = mx > i ? min(p[2 * id - i], mx - i) : 1;
		//老实的一个一个往前后扩展对比
		while (t[i + p[i]] == t[i - p[i]])
			++p[i];//往前、往后一个一个的扩展
		if (mx < i + p[i]) {//更新mx和id
			mx = i + p[i];
			id = i;
		}
		if (maxSubLen < p[i]) {//更新最长子串内容
			maxSubLen = p[i];//记录最长子串半径
			maxSubCenter = i;//记录最长子串中心位置
		}
	}
	return s.substr((maxSubCenter - maxSubLen) / 2, maxSubLen - 1);
}

int main() {
	string s1 = "12212";
	cout << Manacher(s1) << endl;
	string s2 = "122122";
	cout << Manacher(s2) << endl;
	string s = "aaaaaaaaa";
	cout << Manacher(s) << endl;
}

遗留问题：

原来博客中，作者巧妙的使用了#和$符号，简化算法复杂度，但是是否可以不引进#和$符号，达到同样的效果呢？

• 这里提供一种思路：基数和偶数分别处理，基数思路和上边一致，偶数的情况假设最后补一位，这样无需修改原始数据就可以达到复杂度为n的算法，此思路实现后续研究。

参考资料：

1，https://www.cnblogs.com/grandyang/p/4475985.html

 

---

有任何问题，请联系knowledgebao@163.com