【题目】
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。
输入: “babad”
输出: “bab”
注意: “aba” 也是一个有效答案。
解法一、暴力法
很明显,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^3)
- 空间复杂度:O(1)
【代码】
public String longestPalindrome1(String s) {
if (s==null || s.length()==0) return "";
int i,j,l,left,right,temp,resLeft,resRight;
l = 1;
resLeft = resRight =0;
for (i=0; i<s.length();i++) {
for (j=i+1;j<s.length();j++) {
left = i;
right = j;
while (left<right) {
if (s.charAt(left) == s.charAt(right)) {
left ++;
right --;
} else {
break;
}
}
if (left < right) {
temp = 0;
} else {
temp = j - i + 1;
}
if (l < temp) {
l = temp;
resLeft = i;
resRight = j;
}
}
}
return s.substring(resLeft,resRight+1);
}
解法二、动态规划
/**
* 动态规划进阶:二维数组和公式
* dp[i][j] 表示 i到j是回文子串
* dp[i+1][j+1]是回文子串的条件:dp[i][j]是回文并且s(i+1)==s(j+1)
* dp[i][i+1]是回文,只需要,s(i)==s(i+1)
* 边界:所有的单字符以及二回文子串
* dp[i][i] 全部是回文子串
* 判断dp[i][i+1]是不是回文,条件: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…
- 时间复杂度:O(n^2)
- 空间复杂度:O(n^2)
【代码】
public String longestPalindrome(String s) {
if (s==null || s.length()==0) return "";
int i,j,len,l,r,res,k;
len = s.length();
boolean[][] dp = new boolean[len][len];
// 初始化边界,把回文子串长度1和2的找出来
dp[0][0] = true;
l = r = 0;
res = 1;
for (i=1; i<len; i++) {
dp[i][i] = true;
if (s.charAt(i-1) == s.charAt(i)) {
dp[i-1][i] = true;
res = 2;
l = i-1;
r = i;
}
}
//i表示检索的子串长度,等于3表示先检索长度为3的子串
for (i=3; i<=len; i++) {
for (j=0; (j+i-1)<len; j++) {
k = j+i-1;
if (dp[j+1][k-1] && s.charAt(j)==s.charAt(k)) {
dp[j][k] = true;
if (res < (k-j+1)) {
res = k-j+1;
l = j;
r = k;
}
}
}
}
return s.substring(l,r+1);
}
这里有几个需要注意的地方:
- 动态规划从来都是当前阶段i,j 根据之前的状态(无论是前一状态还是前几个状态)的条件符合情况来判断是否成立,而不是根据当前状态去判断后面的状态;
- 简而言之:dp[i][j] = {dp[i-index][j-index]},而不是dp[i+index][j+index] = {dp[x][y]},这是因为处理当前的dp可以很好的控制边界,保证边界不越界
- 第二个需要注意的地方是,动态规划,阶段性不仅仅限制于一层的变化,需要考虑多层次的状态转移。