文章目录
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"
寻找回⽂串是从中间向两端扩展,判断回⽂串是从两端向中间收缩。
判断⼀个字符串是不是回⽂串不需要考虑奇偶情况,只需要「双指针技巧」,从两端向中间逼近即可
以下是找子串里的回文串
暴力法
将选出所有子字符串可能的开始和结束位置,并检验它是不是回文。
时间复杂度:O(n^2),往往利用python的切片可以很好的缩减复杂度
如果不用切片,还需要遍历一次子字符串,时间复杂度就是O(^3)
空间复杂度:O(1)
ps: 官方给出的时间复杂度是没有考虑python切片的功能
python
def force(self, s: str) -> str:
if s==s[::-1]:
return s
max_len = 1
res = s[0]
for i in range(len(s) - 1):
for j in range(i + 1, len(s)):
if j - i + 1 > max_len and s[i:j+1] == s[i:j+1][::-1]:
max_len = j - i + 1
res = s[i:j + 1]
return res
动态规划 - 中心扩散法
时间复杂度 O(N^2)
空间复杂度⾄少要 O(N^2) 来存储 DP table。(推荐双指针,只需O(1)空间)
:
为了改进暴力法,我们首先观察如何避免在验证回文时进行不必要的重复计算。考虑“ababa” 一定是回文,因为它的左首字母和右尾字母是相同的。
我们给出 P(i,j) 的定义如下:
如果子串S_i和S_j是回文字符串则P(i,j)为ture
其他情况,P(i,j)为false
因此 P(i,j)=(P(i+1,j−1) and S_i==S_j)
基本示例如下:
P(i, i) = true
P(i, i+1) = ( S_i == S_{i+1} )
这产生了一个直观的动态规划解法,我们首先初始化一字母和二字母的回文,然后找到所有三字母回文,并依此类推…
#中心扩散法Spread From Center
def spread(self, s, left, right):
"""
left = right 的时候,此时回文中心是一条线,回文串的长度是奇数
right = left + 1 的时候,此时回文中心是任意一个字符,回文串的长度是偶数
"""
while left >= 0 and right < len(s) and s[left] == s[right]:
left -= 1