题目:传送门
**题意:**这个题给了一个字符串,然后在字符串中找到一个最长的回文子串并打印输出,首先我们要知道什么是回文串,回文串就是这个字符串的正序和逆序是相同的,例如"abba",这就是一个简单的回文串。我们可以观察这个回文串,就会发现回文串是一个对称的一个字符串,那么我们该如何在一个字符串中找到一个最长的回文串呢?我们就可以使用一种中心扩散的思想,遍历字符串,将遍历的当前位当做回文串的中心点,然后向左右两边开始扩散,我们就可以得到这个回文串,但是我也会想到,如果这个回文串是偶数呢,那么我们就要判断一下,这个字符和右边的是否相同,如果相同,哪一种方式得到回文串最长。
上代码:
class Solution {
public:
string longestPalindrome(string s) {
int ans=0,flag=0;
int ansl;
for(int i=0;i<s.size();i++){
int l,r;
l=i-1;
flag=1;
r=i+1;
while(l>=0&&r<s.size()&&s[l]==s[r]){
flag+=2;
l--;
r++;
}
if(flag>ans){
ans=flag;
ansl=l+1;
}
if(s[i]==s[i+1]){
l=i-1;
r=i+2;
flag=2;
while(l>=0&&r<s.size()&&s[l]==s[r]){
flag+=2;
l--;
r++;
}
if(flag>ans){
ans=flag;
ansl=l+1;
}
}
}
return s.substr(ansl,ans);
}
};
上面我们使用了中心扩散的方法,那我们有没有其他方法呢?我们能不能从外向内找呢?就是如果我们已经得到了一个回文串,例如"dbab",我们发现里面有"bab"回文串,那我们下一个可不可以直接给"d"比较呢?用这种方法来进行扩展,当然也是可行的,但是这样我们就必须用一个数组来记录他们的状态,以方便我们扩展。
上代码:
class Solution {
public:
string longestPalindrome(string s) {
int dp[1010][1010];
memset(dp,0,sizeof dp);
for(int i=0;i<s.size();i++)
dp[i][i]=1;
int ans=1,flag=0;
for(int i=1;i<s.size();i++){
if(s[i]==s[i-1]){
dp[i][i-1]=1;
dp[i-1][i]=1;
if(ans<2){
ans=2;
flag=i;
}
}
for(int j=0;j<i;j++){
if(s[i]==s[j]&&dp[j+1][i-1]){
dp[j][i]=1;
dp[i][j]=1;
if(i-j+1>ans){
ans=i-j+1;
flag=i;
}
}
}
}
for(int i=0;i<s.size();i++){
if(dp[flag][i]&&ans==abs(flag-i)+1){
flag=min(flag,i);
return s.substr(flag,ans);
}
}
return s;
}
};
但是这种方法并不好,首先空间我们开了一个二维数组,然后时间,我们必须记录所有的状态,因此时间复杂度也不理想。那就说明这种方法并不合适。然后我就去看了大佬写的😜,果然别人还是大佬,大佬使用动态规划的思路,大佬最外层循环是使用的L,L表示的是回文字符串的长度,首先是2,这样通过L的增加,就遍历了所有情况,果然大佬就是大佬,动态规划用的就是6,动态规划最重要的一点就是找状态方程,大佬的状态判别:
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];
}
}
该如何找到状态方程呢,就是进行简单的状态分析,在某种情况下分析当前状态,例如当问当前字符串是否是回文串的时候,那他的子问题就是去掉两端是否是字符串,我们通过划分子问题,总结这样就可以得到状态方程。让我们看代码:
class Solution {
public:
string longestPalindrome(string s) {
int n = s.size();
if (n < 2) {
return s;
}
int maxLen = 1;
int begin = 0;
vector<vector<int>> dp(n, vector<int>(n));
for (int i = 0; i < n; i++) {
dp[i][i] = true;
}
for (int L = 2; L <= n; L++) {
for (int i = 0; i < n; i++) {
int j = L + i - 1;///通过L,i求j
if (j >= n) {
break;
}
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);
}
};