28 最长回文子串
采用动态规划的方式
- 首先如果子串长度为1的话,一定是回文子串
- 如果子串长度为2,那如果第一个字母=第二个字母,即为回文子串
- 如果bababd中babab为回文子串,那么除去左边界和右边界后的也是回文子串
class Solution(object):
def longestPalindrome(self, s):
"""
:type s: str
:rtype: str
"""
n = len(s)
if n < 2:
return s
max_len = 1
begin = 0
# 数组
dp = [[False] * n for _ in range(n)]
# 如果 i=i 一定是
for i in range(n):
dp[i][i] = True
for L in range(2, n+1): #L表示当前回文子串长度
for i in range(n): #当前的索引
j = L + i - 1 #终止索引
if j >= n:
break
if s[i] != s[j]:
dp[i][j] = False
else:
if j - i < 2:
dp[i][j] = True
else:
dp[i][j] = dp[i+1][j-1]
if dp[i][j] and j - i + 1 > max_len:
max_len = j - i + 1
begin = i
return s[begin:begin+max_len]
class Solution {
public:
string longestPalindrome(string s) {
int n = s.length();
if(n<2){
return s;
}
int maxLen = 1;
int begin = 0;
vector<vector<int>>dp(n,vector<int>(n));
for (int i = 0;i<n;i++){
dp[i][i]=true;
}
for (int L = 2;L<=n;L++){
for (int i=0;i<n;i++){
int j = L+i-1;
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];
}
}
if (dp[i][j] && (j-i+1)>maxLen){
maxLen = j-i+1;
begin =i;
}
}
}
return s.substr(begin,maxLen);
}
};
29 二叉树
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def buildTree(self, preorder: List[int], inorder: List[int]) -> Optional[TreeNode]:
#当前序遍历的左边界大于右边界时,说明当前子树为空,直接返回 None
def myBuildTree(preorder_left:int,preorder_right:int,inorder_left:int,inorder_right:int):
if preorder_left>preorder_right:
return None
#前序遍历第一个节点即为根节点
preorder_root = preorder_left
#在中序遍历中定位根节点
inorder_root = index[preorder[preorder_root]]
#先把根节点建立出来
root = TreeNode(preorder[preorder_root])
#得到左子树节点数目
size_left_subtree = inorder_root-inorder_left
#递归构造左子树,并连接到根结点
root.left = myBuildTree(preorder_left + 1, preorder_left + size_left_subtree, inorder_left, inorder_root - 1)
root.right = myBuildTree(preorder_left + size_left_subtree + 1, preorder_right, inorder_root + 1, inorder_right)
return root
n = len(preorder)
index = {element: i for i,element in enumerate(inorder)}
return myBuildTree(0,n-1,0,n-1)
- 首先,先序遍历是中左右,中序是左中右
- 然后根结点是先序的第一个,中序得到根节点的位置,然后看根节点左边和右边各几个节点。
- 建立二叉树
class Solution {
private:
unordered_map<int, int> index;
public:
TreeNode* myBuildTree(const vector<int>& preorder, const vector<int>& inorder, int preorder_left, int preorder_right, int inorder_left, int inorder_right) {
if (preorder_left > preorder_right) {
return nullptr;
}
// 前序遍历中的第一个节点就是根节点
int preorder_root = preorder_left;
// 在中序遍历中定位根节点
int inorder_root = index[preorder[preorder_root]];
// 先把根节点建立出来
TreeNode* root = new TreeNode(preorder[preorder_root]);
// 得到左子树中的节点数目
int size_left_subtree = inorder_root - inorder_left;
// 递归地构造左子树,并连接到根节点
// 先序遍历中「从 左边界+1 开始的 size_left_subtree」个元素就对应了中序遍历中「从 左边界 开始到 根节点定位-1」的元素
root->left = myBuildTree(preorder, inorder, preorder_left + 1, preorder_left + size_left_subtree, inorder_left, inorder_root - 1);
// 递归地构造右子树,并连接到根节点
// 先序遍历中「从 左边界+1+左子树节点数目 开始到 右边界」的元素就对应了中序遍历中「从 根节点定位+1 到 右边界」的元素
root->right = myBuildTree(preorder, inorder, preorder_left + size_left_subtree + 1, preorder_right, inorder_root + 1, inorder_right);
return root;
}
TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {
int n = preorder.size();
// 构造哈希映射,帮助我们快速定位根节点
for (int i = 0; i < n; ++i) {
index[inorder[i]] = i;
}
return myBuildTree(preorder, inorder, 0, n - 1, 0, n - 1);
}
};
30 无重复字符的最长子串
要找出一个字符串中不含重复字符的最长子串的长度,可以使用滑动窗口算法。具体步骤如下:
- 定义一个哈希表 char_index_map 用来存储字符及其在字符串中最后出现的位置。
- 使用双指针 left 和 right 表示滑动窗口的左右边界,初始时两者都指向字符串开头。
- 不断移动右指针 right,同时更新哈希表中字符的最新位置。
- 如果发现当前字符在哈希表中已经存在,说明出现了重复字符,需要移动左指针 left 到重复字符的下一个位置。
- 在移动过程中不断更新最长子串的长度。
class Solution:
def lengthOfLongestSubstring(self, s: str) -> int:
char_index_map={}
max_length = 0
left = 0
#这里是字典,就是存储字符和它的位置
for right in range(len(s)):
#如果当前字符在char_index_map中,说明遇到了重复字符
if s[right] in char_index_map:
left = max(left,char_index_map[s[right]]+1)
char_index_map[s[right]] = right
max_length = max(max_length,right-left+1)
return max_length