LeetCode——第五天
5.最长回文子串
给定一个字符串 s,找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。
示例 1:
输入: "babad"
输出: "bab"
注意: "aba" 也是一个有效答案。
示例 2:
输入: "cbbd"
输出: "bb"
分析:自己只能想到暴力破解,三个循环,分割子串,然后判断是否是回文。看了题解,感觉一种反转的思路,其实想到了,就是要处理改进才行。还有动态规划,下面给的动态规划的方法,好理解一些,其实背包问题,挺好的。
代码:
class Solution {
public:
string longestPalindrome(string s) {
int n=s.size();
string res="";
int l=0; //l用来记录当前最长的回文子串
if (s.size()==0) return res;
if(s.size()==1)return s;
res=s[0];//返回子串初始化为第一个元素
vector<vector<bool>> dp(n, vector<bool>(n));//定义二维数组
for (int j = 0; j<n; j++) {
for (int i=j;i>=0;i--){
if((s[i] == s[j]) && (j - i <= 2 || dp[i + 1][j - 1])){ //如果两边相同,则除去两端,判断剩下是否相同,如果是,那当前二维数组标记为真
dp[i][j]=true;
if(j-i>l){ //判断最长回文子串
res=s.substr(i,j-i+1);
l=j-i;
}
}
}
}
return res;
}
};
动态规划还可以减少空间,就是数组变成一维,背包问题里有。下面这个中心扩展法也很直接,就是选取中心点,主要问题是奇偶数问题,因此每一次都要奇偶都判断。
中心扩展法
class Solution {
public:
string longestPalindrome(string s) {
int len=s.size();
if(len==0||len==1)
return s;
int start=0;//记录回文子串起始位置
int end=0;//记录回文子串终止位置
int mlen=0;//记录最大回文子串的长度
for(int i=0;i<len;i++)
{
int len1=expendaroundcenter(s,i,i);//一个元素为中心
int len2=expendaroundcenter(s,i,i+1);//两个元素为中心
mlen=max(max(len1,len2),mlen);
if(mlen>end-start+1)
{
start=i-(mlen-1)/2;//记录最长回文子串起始位置
end=i+mlen/2;
}
}
return s.substr(start,mlen);
//该函数的意思是获取从start开始长度为mlen长度的字符串
}
private:
int expendaroundcenter(string s,int left,int right)
//计算以left和right为中心的回文串长度
{
int L=left;
int R=right;
while(L>=0 && R<s.length() && s[R]==s[L])
{
L--;
R++;
}
return R-L-1;
}
};
上面的算法都只能做到O(n^2),下面神奇的Manacher算法,可以把时间复杂度降低到O(n),附上链接,这个解释很详细,很容易理解,而且其他解法也有。
Manacher(马拉车)
class Solution {
public:
string longestPalindrome(string s)
{
int len = s.length();
if (len < 1)
{
return "";
}
// 预处理
string s1;
for (int i = 0; i < len; i++)
{
s1 += "#";
s1 += s[i];
}
s1 += "#";
len = s1.length();
int MaxRight = 0; // 当前访问到的所有回文子串,所能触及的最右一个字符的位置
int pos = 0; // MaxRight对应的回文串的对称轴所在的位置
int MaxRL = 0; // 最大回文串的回文半径
int MaxPos = 0; // MaxRL对应的回文串的对称轴所在的位置
int* RL = new int[len]; // RL[i]表示以第i个字符为对称轴的回文串的回文半径
memset(RL, 0, len * sizeof(int));
for (int i = 0; i < len; i++)
{
if (i < MaxRight)
{// 1) 当i在MaxRight的左边
RL[i] = min(RL[2 * pos - i], MaxRight - i);
}
else
{// 2) 当i在MaxRight的右边
RL[i] = 1;
}
// 尝试扩展RL[i],注意处理边界
while (i - RL[i] >= 0 // 可以把RL[i]理解为左半径,即回文串的起始位不能小于0
&& i + RL[i] < len // 同上,即回文串的结束位不能大于总长
&& s1[i - RL[i]] == s1[i + RL[i]]// 回文串特性,左右扩展,判断字符串是否相同
)
{
RL[i] += 1;
}
// 更新MaxRight, pos
if (RL[i] + i - 1 > MaxRight)
{
MaxRight = RL[i] + i - 1;
pos = i;
}
// 更新MaxRL, MaxPos
if (MaxRL <= RL[i])
{
MaxRL = RL[i];
MaxPos = i;
}
}
return s.substr((MaxPos - MaxRL + 1) / 2, MaxRL - 1);
}
};
2.总结
暴力到马拉车,复杂度n^3到n,确实神奇