题目
给你一个字符串 s
,找到 s
中最长的回文子串。
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”
提示:
1 <= s.length <= 1000
s 仅由数字和英文字母组成
动态规划
因为是寻找最长回文子串,因此我们会不断扩大搜索范围。令dp[i][j]=1
代表索引从i
到j
的子串是回文子串。若dp[i][j]
是回文子串,则dp[i+1][j-1]
一定也是回文子串,且dp[j]=dp[i]
,这两个条件缺一不可。
因此我们得到状态转移方程dp[i][j] = dp[i+1][j-1] and dp[i] = dp[j]
。这里需要注意的是,j-1 >= i+1
时才有效,也就是子串的长度大于等于3。
那子串小于 3 的时候怎么办呢?很容易考虑,如果子串的元素只有一个,那么它一定是回文子串。如果子串长度为 2,那么若两个元素相同,则其是回文子串。
需要注意的是,我们用到了dp[i+1][j-1]
。如果我们直接遍历左右边界,会出现访问dp[i][j]
时,dp[i+1][j-1]
还没有被访问的现象。
因此我们可以遍历长度,从短到长,这样我们就可以保证在访问dp[i][j]
时,dp[i+1][j-1]
已经被访问过。
class Solution {
public:
string longestPalindrome(string s) {
//dp[i][j] = True if dp[i+1][j-1] = true and s[i] = s[j]
int max_len = 0;
int n = s.size();
int res_l = 0, res_r = 0;
vector<vector<int>> dp(n, vector<int>(n)); //默认所有都为0
for(int i = 0; i < s.size(); i++)
dp[i][i] = 1;
for(int len = 2; len <= s.size(); len++){
for(int i = 0; i < s.size() - len + 1; i++){
int j = i + len - 1;
if(s[i] != s[j])
dp[i][j] = 0;
else{
if(len <= 3) dp[i][j] = 1;
else dp[i][j] = dp[i + 1][j - 1];
if(dp[i][j])
res_l = i, res_r = j;
}
}
}
return s.substr(res_l, res_r - res_l + 1);
}
};
- 时间复杂度 O ( n 2 ) O(n^2) O(n2)
- 空间复杂度 O ( n 2 ) O(n^2) O(n2)
中心扩展法
我们可以遍历每一个字符,尝试将其作为回文子串的中心,然后向两端扩展。若扩展时,出现左边字符与右边字符不相等的情况,则继续扩展也不可能得到回文子串。因此这时停止扩展,尝试下一个字符作为回文子串的中心。
相较于上面的方法,不需要存储状态的二维数组dp
。
- 时间复杂度 O ( n 2 ) O(n^2) O(n2)
- 空间复杂度 O ( 1 ) O(1) O(1)
马拉车算法
感兴趣的可自行了解