Given a string s, find the longest palindromic substring in s. You may assume that the maximum length of s is 1000.
Example:
Input: “babad”
Output: “bab”
Note: “aba” is also a valid answer.
Example:
Input: “cbbd”
Output: “bb”
这个是一道求回文串的题目,首先想到的解法就是 直接的循环遍历一次求出每个点的回文长度依次找出最大的这种 的时间复杂度位n的平方,这种的代码就不演示了,下面介绍一种稍微高效一丢丢的算法。
首先我们把字符串S改造一下变成T,改造方法是:在S的每个字符之间和S首尾都插入一个”#”。这样做的理由你很快就会知道。
例如,S=”abaaba”,那么T=”#a#b#a#a#b#a#”。
想一下,你必须在以Ti为中心左右扩展才能确定以Ti为中心的回文长度d到底是多少。(就是说这一步是无法避免的)
为了改进最坏的情况,我们把各个Ti处的回文半径存储到数组P,用P[i]表示以Ti为中心的回文长度。那么当我们求出所有的P[i],取其中最大值就能找到最长回文子串了。
对于上文的示例,我们先直接写出所有的P研究一下。
i = 0 1 2 3 4 5 6 7 8 9 A B C
T = # a # b # a # a # b # a #
P = 0 1 0 3 0 1 6 1 0 3 0 1 0
显然最长子串就是以P[6]为中心的”abaaba”。
你是否发现了,在插入”#”后,长度为奇数和偶数的回文都可以优雅地处理了?这就是其用处。
现在,想象你在”abaaba”中心画一道竖线,你是否注意到数组P围绕此竖线是中心对称的?再试试”aba”的中心,P围绕此中心也是对称的。这当然不是巧合,而是在某个条件下的必然规律。我们将利用此规律减少对数组P中某些元素的重复计算。
我们来看一个重叠得更典型的例子,即S=”babcbabcbaccba”。
上图展示了把S转换为T的样子。假设你已经算出了一部分P。竖实线表示回文”abcbabcba”的中心C,两个虚实线表示其左右边界L和R。你下一步要计算P[i],i围绕C的对称点是i’。你有办法高效地计算P[i]吗?
我们先看一下i围绕C的对称点i’(此时i’=9)。
据上图所示,很明显P[i]=P[i’]=1。这是因为i和i’围绕C对称。同理,P[12]=P[10]=0,P[14]=P[8]=0。
现在再看i=15处。此时P[15]=P[7]=7?错了,你逐个字符检测一下会发现此时P[15]应该是5。
为什么此时规则变了?
如上图所示,两条绿色实线划定的范围必定是对称的,两条绿色虚线划定的范围必定也是对称的。此时请注意P[i’]=7,超过了左边界L。超出的部分就不对称了。此时我们只知道P[i]>=5,至于P[i]还能否扩展,只有通过逐个字符检测才能判定了。
在此例中,P[21]≠P[9],所以P[i]=P[15]=5。
我们总结一下上述分析过程,就是这个算法的关键部分了。
if P[ i’ ] < R – i,
then P[ i ] ← P[ i’ ]
else P[ i ] ≥ R - i. (此时要穿过R逐个字符判定P[i]).
(注:原作者的写法在逻辑上欠妥,我作了修正)
是不是很优雅?如果你能理解到这里,你已经搞定了这个算法最困难也最精华的部分了。
很明显C的位置也是需要移动的,这个很容易:
如果i处的回文超过了R,那么就C=i,同时相应改变L和R即可。
每次求P[i],都有两种可能。如果P[i‘] < R – i,我们就P[i] = P[i’]。否则,就从R开始逐个字符求P[i],并更新C及其R。此时扩展R(逐个字符求P[i])最多用N步,而求每个C也总共需要N步。所以时间复杂度是2*N,即O(N)。
下面给出代码
package LongestPalindromicSubstring;
public class Solution {
// Transform S into T.
// For example, S = "abba", T = "^#a#b#b#a#$".
// ^ and $ signs are sentinels appended to each end to avoid bounds checking
String preProcess(String s) {
int n = s.length();
if (n == 0) return "^$";
String ret = "^";
for (int i = 0; i < n; i++)
{
ret += "#" + s.substring(i, i + 1);
}
ret += "#$";
return ret;
}
public String longestPalindrome(String s) {
String T = preProcess(s);
int length = T.length();
int[] p = new int[length];
int C = 0, R = 0;
// 上一次处理的位置
//r i + p[i]
for (int i = 1; i < length - 1; i++)
{
int i_mirror = C - (i - C); //
int diff = R - i; //上一次堆成点的长度
if (diff >= 0)//当前i在C和R之间,可以利用回文的对称属性
{
if (p[i_mirror] < diff)//i的对称点的回文长度在C的大回文范围内部
{
p[i] = p[i_mirror];
} else {
p[i] = diff;
//i处的回文可能超出C的大回文范围了
while (T.charAt(i + p[i] + 1) == T.charAt(i - p[i] - 1))
{ p[i]++; }
C = i;
R = i + p[i];
}
} else {
p[i] = 0;
while (T.charAt(i + p[i] + 1) == T.charAt(i - p[i] - 1))
{ p[i]++; }
C = i;
R = i + p[i];
}
}
int maxLen = 0;
int centerIndex = 0;
for (int i = 1; i < length - 1; i++) {
if (p[i] > maxLen) {
maxLen = p[i];
centerIndex = i;
}
}
return s.substring((centerIndex - 1 - maxLen) / 2, (centerIndex - 1 - maxLen) / 2 + maxLen);
}
}
文章地址:http://www.haha174.top/article/details/258420
项目源码:https://github.com/haha174/daylx.git