声明:本文原题主要来自力扣,记录此博客主要是为自己学习总结,不做任何商业等活动!
一、题目描述
给你一个字符串 s,找到 s 中最长的回文子串。
示例 1:
输入:s = "babad"
输出:"bab"
解释:"aba" 同样是符合题意的答案。
示例 2:输入:s = "cbbd"
输出:"bb"
示例 3:输入:s = "a"
输出:"a"
示例 4:输入:s = "ac"
输出:"a"
提示:
1 <= s.length <= 1000
s 仅由数字和英文字母(大写和/或小写)组成
二、题目分析
看到该题第一想法是暴力解法,即最长子串的长度从最长到最短开始遍历,假如前面出现回文则直接返回,代码可以参考最后面代码,不过该解法时间复杂度为O(^3)超过时间限制,故考虑动态规划。本题也是采用动态规划才通过啊,下面是具体分析。
2.1动态规划思路分析
1. 状态方程: f(i, j) = true 表示回文
2. 状态转移方程: f(i, j) = f(i + 1, j - 1); i > 2, 考虑i = 0,i = 1边界
3. 边界条件: f(i, i) = true; (i < n)
f(i, i + 1) = (s[i] == s[i + 1]); (i = 1)代码实现思路:
先for循环长度len;
确定遍历左边起点,确定遍历右边终点;(即遍历长度为len的滑动窗口)
记录f(i, j)结果值,即:
if (s[i] != s[j])
f(i, j) = false;
else
if (j - i < 3)
f(i, j) = true;
else
f(i, j) = f(i + 1, j - 1);判断回文
if (f(i, j) && j - i + 1 > maxLen)
{
maxLen = j - i + 1;
begin = i;
}循环结束返回s.substr(begin, maxLen);
2.2动态规划代码实现
时间复杂度O(n ^ 2),空间复杂度O(n ^ 2)
class Solution {
public:
string longestPalindrome(string s) {
int size = s.size();
if(size < 2)
return s;
int maxLen = 1;
int begin=0;
vector<vector<int>> dp(size, vector<int>(size)); // i,j表示字符子串s(i到j),故可以用二维数组表示
for(int i=0; i<size;++i) // 所有长度为一的最长子串为true
dp[i][i]=true;
for(int subLen=2; subLen<=size; ++subLen) // 子串长度遍历,这里要注意用==
{
for(int i=0; i<size; ++i) // 滑动窗口依次右滑
{
int j=i+subLen-1;
if(j>=size) // 滑动窗口右滑终止条件,反之越界
break;
if(s[i]!=s[j])
dp[i][j]=false;
else
if(j-i<3) // 此时只能为2,故为true
dp[i][j]=true;
else
dp[i][j]=dp[i+1][j-1]; // 状态转移方程代码实现
if(dp[i][j] && j-i+1>maxLen) // 判断是回文,并且满足最大值才更新maxLen和begin
{
maxLen=j-i+1; // 最大长度
begin = i; // 起始位置
}
}
}
return s.substr(begin, maxLen); // 返回最长子串
}
};
2.3结果
2.4暴力解法(超时)
时间复杂度O(n^3),空间复杂度O(n)
class Solution {
string longestPalindrome(string s) {
if(s.empty())
return "";
string tmp(s);
int size=s.size();
int subLen=size;
for(; subLen>0; --subLen)
{
for(int i=0; i<=size-subLen; ++i)
{
tmp = s.substr(i, subLen);
if(tmp == string(tmp.rbegin(),tmp.rend()))
return tmp;
}
}
return tmp;
}
};