最长回文子串——动态规划及Manacher算法解决


目录

1. 题目描述

2. 题目分析

2.1 动态规划法

2.1.1 原理分析

2.1.2 代码实现

2.1.3 复杂度分析

2.2 Manacher算法

2.2.1 原理分析

2.2.2 代码实现

2.2.3 复杂度分析


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;
        
  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值