思路1
中心扩展法。遍历整个数组,每次选取一个字符作为中心字符,然后每次分为奇数和偶数两种情况进行扩展。使用一个max记录最大长度,便于计算最长的substring的起止点。在得到奇数和偶数情况下的两个长度odd与even后,分别比较其与max之间的大小关系,计算并记录起点。最后通过max和起点start信息可以计算出最长的substring。
复杂度分析
时间复杂度O( x 2 x^2 x2), 空间复杂度O(1)
代码
class Solution {
// expand around center
public String longestPalindrome(String s) {
int maxLength = 0, start = 0;
for(int i = 0; i < s.length(); i++) {
// assume the length is odd
int oddLength = find(s,i,i);
if(oddLength > maxLength) {
maxLength = oddLength;
start = i - maxLength/2;
}
// assume the length is even
int evenLength = find(s,i,i+1);
if(evenLength > maxLength) {
maxLength = evenLength;
start = i+1 - maxLength/2;
}
}
return s.substring(start,start+maxLength);
}
public int find(String s, int left, int right) {
int len = 0;
while(left >= 0 && right <= s.length()-1) {
if(s.charAt(left) == s.charAt(right)) {
len += (left == right) ? 1 : 2;
left--;
right++;
}
else break;
}
return len;
}
}
思路2
动态规划。状态转移方程:dp[start][end] = true iff. dp[start+1][end-1] == true && s[start] == s[end]
在循环中,外层循环枚举长度,内层循环枚举起点。使用start和max记录全局起点和最大长度,方便返回正确的字符串。dp变量初始化的时候将所有长度为1的标记为true,然后检查长度为2的,符合条件的标记为true;最后再循环检查长度为3以上的。
复杂度分析
时间复杂度O( x 2 x^2 x2), 空间复杂度O( x 2 x^2 x2)
代码
public class Solution {
/**
* @param s: input string
* @return: the longest palindromic substring
*/
public String longestPalindrome(String s) {
// write your code here
if (s == null || s.length() == 0) {
return "";
}
int n = s.length();
int start = 0, max = 1;
boolean[][] dp = new boolean[n][n];
for (int i = 0; i < n; i++) {
dp[i][i] = true;
}
// length = 2
for (int i = 0; i < n - 1; i++) {
if (s.charAt(i) == s.charAt(i + 1)) {
dp[i][i + 1] = true;
max = 2;
start = i;
}
}
// length > 2
for (int i = 3; i <= n; i++) {
for (int j = 0; j <= n - i; j++) {
if (dp[j + 1][j + i - 2] && s.charAt(j) == s.charAt(j + i - 1)) {
dp[j][j + i - 1] = true;
if (i > max) {
max = i;
start = j;
}
}
}
}
return s.substring(start, start + max);
}
}