目录
1. 题目描述
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"
2. 题目分析
题目很明确,就是找到一个字符串中最长的回文子串,暴力法这里就不多说了,下面介绍两种算法:动态规划法和Manacher法。
2.1 动态规划法
2.1.1 原理分析
要使用动态规划法解决问题,那么就必须先把问题缩小为一个小问题,然后再从小问题往大问题扩展,最终解决大问题。动态规划往往需要借助一个数组dp来解决,其中非常重要的三点:dp数组元素的含义、dp数组的临界条件以及相应状态转移方程,临界条件可以看做是小问题的“起点”,而状态转移方程则是小问题向大问题扩展的依据。
而在这道题目中,大问题是求整个字符串中的最长回文子串,而这里的最长则是各个回文子串长度中的最大值,因此,就可以将小问题看做是字符串s的回文子串的长度,就可以定义dp[i][j]来表示起点为i,终点为j的回文子串的长度。接下来,再来看dp数组的临界条件。不难得出,该问题的最小问题即是i=j的时候,由一个元素组成的字符串当然也是回文子串了,即dp[i][i]=1;另一种情况,当相邻两个元素相等时,即s[i]=s[i+1]时,那么dp[i][i+1]=2,由此可得dp数组的临界条件为:
,
然后再来看状态转移方程,状态转移方程实际上就是将任意状态下的dp[i][j]用其子问题来表示,举个例子,dp[i][j]代表的是字符串i到j的回文子串的长度,当然,如果这个子串不是回文串,那么长度自然就是0了。与i到j最接近的回文子串即是i+1到j-1了,因此就可以将dp[i][j]用dp[i+1][j-1]表示来得到状态转移方程。如果s[i]不等于s[j],那dp[i][j]当然长度就是0了;如果s[i]=s[j],并且dp[i+1][j-1]不为零(即从i+1到j-1为回文子串),那么dp[i][j]就等于dp[i+1][j-1]+2了,如下:
分析完以上后,还需要注意状态转移方程的使用。前面说过,临界条件是问题的起点,因此应当从临界条件处开始慢慢扩展最终解决大问题。
2.1.2 代码实现
string longestPalindrome(string s)
{
int dp[1001][1001]={0};
int len=s.size();
int start=0; //保存最长子串的起点
int max=1; //保存最长子串的长度,初始化为1
for(int i=0;i<len;i++) //临界条件
{
dp[i][i]=1;
if(i+1<len&&s[i]==s[i+1])dp[i][i+1]=2;