传送门:https://leetcode-cn.com/problems/longest-palindromic-substring/solution/zui-chang-hui-wen-zi-chuan-by-leetcode-solution/
这道题的题目是在一个字符串s中寻找最长的回文子串,所谓回文子串就是正着读和反着读都一样的字符串,如 “aba”、“abxba"等等。
一个字符串中可能有多个最长的回文子串,如题目给的"babad”,那么"bab"和 "aba"都是正确答案。
解法
有很多种解法,这里先介绍两种:
- 暴力法
- 动态规划
暴力法
在本题中暴力法意味着穷举所有的字串,如"babad",那么可穷举出"b",“ba”,“bab”,“baba”, “babad”, "a"等子串,我们判断每一个字串是否为回文子串,并记录其长度和起始下标,穷举所有可能后得到的就是最长的回文子串。
直接通过代码理解:
class Solution {
public String longestPalindrome(String s) {
if (a.length < 2) {
return s;
}
char a[] = s.toCharArray();
int maxLen = 1;
int begin = 0;
for (int i = 0; i < a.length - 1; i ++) {
for (int j = i + 1; j < a.length; j++) {
if (judge(a, i, j) && maxLen < j - i + 1) {
maxLen = j - i + 1;
begin = i;
}
}
}
return s.substring(begin, begin + maxLen);
}
private boolean judge(char[] arr, int left, int right) {
while (left < right) {
if (arr[left] != arr[right]) {
return false;
}
left++;
right--;
}
return true;
}
}
说明:
- 代码开始就执行判断,如果字符串的长度小于2,即0或1,那么必然是回文子串,不必再继续判断。
- 接着将字符串转换为字符数组,因为每个字符至少是一个回文子串,所以设置回文子串最大长度初始值为maxLen=1,begin表示字串的起始下标。
- 开始循环,i从0到字符串长度-1,j从i+1到字符串的长度,对于每一个i,都有j从i+1开始直到字符串末尾,因此两层循环结束后能够遍历到所有的字串,那么只需要保证每次遍历子串时都可以判断其是否为回文子串,若不是则不做处理;若是,和目前为止最长的回文子串比较,看看哪个更长。
- 判断是否为回文子串,judge函数可以完成这项工作。传给它左右下标,左右同时向中间靠拢,一旦发现a[left]和a[right]不相等就返回false。
- 如果某个子串为回文串,则通过i和j即可获得它的长度。
动态规划
这种方法是基于这样一个事实:如果一个子串是回文串,那么在这个子串两端同时加上一个字符仍然为回文串,如"aba"是个回文串,那么两端同时加上"x" -> “xabax"仍然为回文串。反过来,如果有一字符串"x ??? x”,我们现在可以确定首和尾是x,那么这个字符串如果为回文串,则中间部分???必须也为回文串。
用i表示字符串的起始位置,就、表示结尾位置,那么整个字符串用S[i,j]表示,它为回文串等价于 S[i+1,j-1]也为回文串,这意味着S[i,j]需要用到S[i+1,j-1]的信息,而在二维数组中这对应着S[i,j]的左下角,可以用图来理解:
现有字符串**“babad”**:
0代表字符串第一个字符的下标,4是最后一个字符,用dp[i][j]表示字符i到字符j的字符串。那么dp[0][0]自然为true,dp[0][1]为false,因为’b’不等于’a’。dp[1][3]为true,因为dp[2][2]已经为true且’a’=‘a’,其他的同理。
class Solution {
public String longestPalindrome(String s) {
int len = s.length();
char a[] = s.toCharArray();
int maxLen = 1;
int begin = 0;
boolean dp[][] = new boolean[len][len];
for (int i = 0; i < len; i ++) {
dp[i][i] = true;
}
for (int j = 1; j < len; j++) {
for (int i = 0; i < j; i++) {
if (a[i] != a[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) {
begin = i;
maxLen = j - i + 1;
}
}
}
return s.substring(begin, begin + maxLen);
}
}
说明:
- 用dp[i][j]表示从字符i到字符j的字串是否为回文串,若是则为true,不是为false
- dp[i][i]=true,因为单个字符也算一个长度为1的回文串
- j从1开始循环,我们先搞定列,再搞定行,每进行一次外圈循环都会填完一列的表。dp[i][j]需要用到左下角元素的信息,举例来说,当j=4时,dp[1][4]需要dp[2][3]的信息,而dp[2][3]在j=3时就已经算出来了,因此这种做法是可行的。
动态规划(第二种解法)
在官方的题解中,使用了另一种动态规划,这里就直接copy了:
class Solution {
public String longestPalindrome(String s) {
int n = s.length();
boolean[][] dp = new boolean[n][n];
String ans = "";
for (int l = 0; l < n; ++l) {
for (int i = 0; i + l < n; ++i) {
int j = i + l;
if (l == 0) {
dp[i][j] = true;
} else if (l == 1) {
dp[i][j] = (s.charAt(i) == s.charAt(j));
} else {
dp[i][j] = (s.charAt(i) == s.charAt(j) && dp[i + 1][j - 1]);
}
if (dp[i][j] && l + 1 > ans.length()) {
ans = s.substring(i, i + l + 1);
}
}
}
return ans;
}
}
说明:
- 在这里最外层的l表示字串的长度,l=0其实表示的是长度为1的字串。
- 为了理解内层i循环,我们举一个例子:当l为2(代表子串长度是3)而字符串长度为5时,i的遍历范围是(0,1,2),j的范围是i+l(这tm是L啊…我以为是数字1呢),即(2,3,4).这样i和j一一对应正好是长度为3的字串。
- 若l为0,则dp[i][j]=true,意味着单个字符是长度为1的回文串
- 若l为1,则代表长度为2的子串,若s[i] == s[j],那么dp[i][j]为true,否则为false。