前言
对于字符串来说,处理回文来说是非常常见的事,其实回文也类似连续数组,可以采用滑动窗口解决。除此之外,还有专门解决回文的经典算法。
案例
1、最多删除一个字符得到回文
2、回文子字符串的个数
二、题解
1、最多删除一个字符得到回文
package com.xhu.offer.offerII;
//有效的回文
public class IsPalindrome {
public boolean isPalindrome(String s) {
//双指针判断就行
int len = s.length(), begin = 0, end = len - 1;
s = s.toLowerCase();
while (begin < end) {
char ch1 = s.charAt(begin), ch2 = s.charAt(end);
boolean flag1 = ch1 <= 57 && ch1 >= 48 || ch1 <= 122 && ch1 >= 97;
boolean flag2 = ch2 <= 57 && ch2 >= 48 || ch2 <= 122 && ch2 >= 97;
if (!(flag1 && flag2)) {
begin += flag1 ? 0 : 1;
end += flag2 ? 0 : -1;
continue;
}
if (ch1 != ch2) return false;
begin++;
end--;
}
return true;
}
//最多删除一个字符得到回文
public boolean validPalindrome(String s) {
//数组拆解,局部与整体
int len = s.length(), begin = 0, end = len - 1;
while (begin < end) {
char ch1 = s.charAt(begin), ch2 = s.charAt(end);
if (ch1 == ch2) {
begin++;
end--;
continue;
}
return isRight(s, begin + 1, end) || isRight(s, begin, end - 1);
}
return true;
}
private boolean isRight(String s, int low, int high) {
for (; low < high; low++, high--) if (s.charAt(low) != s.charAt(high)) return false;
return true;
}
}
2、回文子字符串的个数
package com.xhu.offer.offerII;
//回文字符串的个数
public class CountSubstrings {
public int countSubstrings(String s) {
//动态规划 + 数组拆解思想
//总结:拆解问题里的数据结构可能就是在拆解问题,也可能就是动态规划的基础。
int len = s.length();
int[] dp = new int[len];
int res = 0;
for (int i = 0; i < len; i++) {
for (int j = 0; j <= i; j++) {
if (s.charAt(i) != s.charAt(j)) {
dp[j] = 0;
continue;
}
boolean flag = i == j || i - 1 == j || dp[j + 1] == 1;
dp[j] = flag ? 1 : 0;
res += flag ? 1 : 0;
}
}
return res;
}
//优化,中心扩展
public int countSubstrings2(String s) {
//中心扩展
int res = 0, len = s.length();
for (int i = 0; i < len; i++) {
//只能左扩
res += count(s, i + 1, i - 1)
+ count(s, i, i - 1) + 1;
}
return res;
}
private int count(String s, int begin, int end) {
int res = 0, len = s.length();
while (begin < len && end >= 0) {
if (s.charAt(begin++) != s.charAt(end--)) break;
res++;
}
return res;
}
//优化,manacher算法
public int countSubstrings3(String s) {
//总结:利用已有或已创造的条件,可以降低时空复杂度。
//除了算法逻辑,代码的细节也可以降低运行时间,让代码执行得更快,比如说下面的前后加一个不等的字符,就不需要每次判断是否越界了。
//除此之外,与其写在循环内一个if+break,不如写在循环的条件上。
int res = 0, len = s.length();
StringBuilder sb = new StringBuilder();
//首尾多加一个不相等字符,后面就不用每次判断是否要越界,不等就不循环了,即不等就break了
sb.append("&#");
for (int i = 0; i < len; i++) {
sb.append(s.charAt(i));
sb.append("#");
}
sb.append("!");
int length = sb.length() - 2;
int iM = 0, rM = 0;
int[] f = new int[length];
for (int i = 1; i < length; i++) {
//在最长回文的保证下,快速计算其初始臂的最小值
f[i] = i <= iM ? Math.min(f[2 * iM - i], rM - i + 1) : 1;
//一直往右扩展。
while (sb.charAt(i + f[i]) == sb.charAt(i - f[i])) f[i]++;
//更新iM,rM
if (i + f[i] - 1 > rM) {
iM = i;
rM = i + f[i] - 1;
}
res += f[i] / 2;
}
return res;
}
}
总结
1)拆解问题里的数据结构可能就是在拆解问题,也可能就是动态规划的基础。
2)利用已有或已创造的条件,可以降低时空复杂度。
3)除了算法逻辑,代码的细节也可以降低运行时间,让代码执行得更快,
a)比如说下面的前后加一个不等的字符,就不需要每次判断是否越界了。
b)除此之外,与其写在循环内一个if+break,不如写在循环的条件上。