1.题目
给你一个字符串 s,找到 s 中最长的回文子串。题目链接
示例 1:
输入:s = "babad"
输出:"bab"
解释:"aba" 同样是符合题意的答案。
示例 2:
输入:s = "cbbd"
输出:"bb"
2.暴力求解+优化
思路:求字符串中的最长回文子串,那么可以拆分成:遍历判断该字符串的所有子串是否是回文串,然后再找出最长的回文子串。这样的做法是暴力求解,基本是会超时的。那么进行一定的优化,在遍历子串时,如果该子串的长度小于目前已知的最长回文子串的长度,那么这个子串就无需判断了,因为就算它是回文串,那也不是最长的,求出来没有用。
class Solution {
public:
bool ishuiwen( const string &s,int start,int end)//判断是否是回文串
{//两个指针分别指向两端,向中间靠近
while(start<=end)
{
if(s[start]==s[end])
{
start++;
end--;
}
else
return false;
}
return true;
}
string longestPalindrome(string s) {
int len=s.size();
int maxlen=0;//记录最长回文串的长度
int index=0;//记录最长回文串的起点位置
for(int i=0;i<len;i++)
{
for(int j=i;j<len;j++)//截取子串,判断是否是回文串
{
if(j-i+1<maxlen)//这里做了优化,如果子串的长度没有最长的回文串长,那么就跳过
continue;
if(ishuiwen(s,i,j))//如果是回文串,则比较长度
{
int l=j-i+1;
if(l>maxlen)
{
index=i;
maxlen=l;
}
}
}
}
return s.substr(index,maxlen);
}
};
3.动态规划
思路:对于一个回文串而言,如果长度大于2,那么将首位两个字母去除之后,它仍然是一个回文串。例如“abcba",如果已经知道了”bcb"是回文串,那么"abcba"一定也是回文串,因为它的首尾字母都是”a"。
那么根据上面的思路,用dp[i][j]表示字符串s的第i到第j个字母组成的子串是否是回文串。
d
p
[
i
]
[
j
]
=
{
t
r
u
e
,
如
果
子
串
s
[
i
,
j
]
是
回
文
串
f
a
l
s
e
,
其
他
情
况
dp[i][j]=\begin{cases} true,如果子串s[i,j]是回文串\\ false,其他情况\end{cases}
dp[i][j]={true,如果子串s[i,j]是回文串false,其他情况
这里的其他情况包括:
- s[i,j]不是回文串
- i>j,此时s[i,j]不存在
那么就可写出状态转移方程
dp[i][j]=dp[i+1][j-1]&&(s[i]==s[j])
也就是说,只有 s[i+1:j-1]s[i+1:j−1] 是回文串,并且 s 的第 i 和 jj个字母相同时,s[i:j]才会是回文串。
注意:在状态转移方程中,我们是从长度较短的字符串向长度较长的字符串进行转移的,因此一定要注意动态规划的循环顺序。
class Solution {
public:
string longestPalindrome(string s) {
int len=s.size();
if(len<2)
{
return s;
}
int maxlen=1;
int begin=0;
bool dp[1005][1005];
for(int i=0;i<len;i++)//每一个单独的字母都是回文串
{
for(int j=0;j<len;j++)
dp[i][j]=true;
}
for(int j=1;j<len;j++)
{
for(int i=0;i<j;i++)
{
if(s[i]!=s[j])
{
dp[i][j]=false;
}
else
{
if(j-i<3)
{
dp[i][j]=true;
}
else
{
dp[i][j]=dp[i+1][j-1];
}
}
if(dp[i][j]&&j-i+1>maxlen)
{
maxlen=j-i+1;
begin=i;
}
}
}
return s.substr(begin,maxlen);
}
};