这个题目,常用到的方法应该为动态规划,整体的思想为先假设回文字符串的长度为L(先假设其初始值为2),然后确定字符串的左边界,以此来得到回文字符串的右边界(即字符串的长度加上假设的回文字符串的左边界),进而一步步递归,判断是否为回文字符串,如果是,则假设的回文字符串长度L加一,如果不是则退出,同时记录下回文字符串的长度和起始下标。代码如下:
class Solution {
public:
string longestPalindrome(string s) {
int n = s.size();
if(n < 2)return s;//判断初始字符串的长度需要大于1
int maxLen = 1;//记录最长回文字符串的长度
int begin = 0;//记录最长回文字符串的左下标
vector<vector<int>> dp(n,vector<int>(n));
for(int i = 0;i < n;i++){
dp[i][i] = true;//初始化所有的字符串长度为1的都是回文字符串
}
for(int L = 2;L <= n;L++){ //初始化化回文字符串的长度为2
for(int i = 0;i < n;i++){
int j = L + i - 1;//回文字符串的右下标
if(j >= n) break;//如果右下标大于字符串的长度,证明越界
if(s[i] != s[j])dp[i][j] = false;
else{
if(j - i < 3)dp[i][j] = true;//如果字符串长度小于3,将赋值为回文字符串
else dp[i][j] = dp[i + 1][j - 1];//如果长度大于3,递归
}
if(dp[i][j] && j - i + 1 > maxLen){//如果是回文字符串,且长度大于maxlen
maxLen = j - i + 1;
begin = i;
}
}
}
return s.substr(begin,maxLen);//从原字符串中截取
}
};
该方法的时间复杂度和空间复杂度都比较高,因为递归需要一定的时间复杂度,储存回文字符串需要一定的空间复杂度。
下面介绍中心扩展算法,算法的思想为枚举每一种可能的回文字符串中心,再从中心向外扩展,当扩展的两边不相等时,即可记为一个回文字符串,以此来取得回文字符串的最大值。代码如下:
class Solution {
public:
//从回文字符串的中心向外扩展
pair<int,int>expandAroundCenter(const string& s,int left,int right){
// 判断从中心向外扩展字符是否相等
while(left >= 0 && right < s.size() && s[left] == s[right]){
--left;
++right;
}
return {left + 1,right - 1};//返回回文字符串
}
string longestPalindrome(string s) {
int start = 0,end = 0;
for(int i = 0;i < s.size();++i){//枚举回文字符串的中心
auto [left1,right1] = expandAroundCenter(s,i,i);//判断形如abcbc型回文字符串
auto [left2,right2] = expandAroundCenter(s,i,i+1);//判断形如abccbc型回文字符串
if(right1 - left1 > end - start){
start = left1;
end = right1;
}
if(right2 - left2 > end - start){
start = left2;
end = right2;
}
}
return s.substr(start,end - start + 1);
}
};
该算法的空间复杂度都有很大的提升为O(1),时间复杂度相较于动态规划好一点。