经典算法之 回文子串manacher algorithm

马拉车(manacher)算法是在求回文子串时，相对较快的一种算法
最普通的一种算法是，对给定的字符串string s, 将[0, s.length() - 1]分别作为中心，向两边延伸，直到两边的字符不相等，同时更新最大长度和中心点
由于上述算法还要考虑单数偶数的情况，因此可以在遍历前，手动给s添加分隔符'#', 比如123变为#1#2#3#，这样一来得到的字符串一定是奇数的，同样遍历一遍，得到最大长度和中心点，即可得到回文子串
但这样的时间复杂度为O(n^2)，这时就又延伸出一个马拉车算法
网上已有很多代码与讲解，我在自认为理解之后写下我的理解：
首先是核心代码部分：

	int mx = 0, id = 0;
	int maxC = 0, maxL = 1;
	vector<int> p(ss.length(), 0);
	for (int i = 1; i < ss.length(); i++)
	{
		p[i] = (mx > i ? min(p[2 * id - i], mx - i) : 1);
		while (ss[i + p[i]] == ss[i - p[i]]) p[i]++;
		if (mx < i + p[i])
		{
			mx = i + p[i];
			id = i;
		}
		if (p[i] > maxl)
		{
			maxL = p[i];
			maxC = i - p[i];
		}
	}

而其中最为核心，也最需要理解的一行就是p[i] = (mx > i ? min(p[2 * id - i], mx - i) : 1);
这里用到的变量名都是延续网上用的比较多的
先说字符串ss，这是已经加了分隔符，同时为了防止越界，人为增加另一个特殊且一定不会在原字符串中出现字符的字符串，如123变为$#1#2#3#, 若不加$，只要在while循环中增加约束条件防止越界即可
数组p，p[i]代表的是以ss中第i位为中心的回文字符串的半径
如$#c#b#a#b#d#, 以a为中心的最大回文子串半径为4，以d为中心半径为2
这里的半径与原字符串的对应关系为，ss[i]的半径=s[i]的回文字串长-1
如$#c#b#a#b#d#, 以a为中心的最大回文子串半径为4，对应到原字符串为bab，因此长为3=4-1
mx是目前以统计到的回文串能延伸到的最右端的位置，id则是该最右端位置对应的字符串中心

如图所示，假设此时在求以i为中心的回文子串，已有p[id] + id = mx
如果i在mx右边, 说明目前还未遍历到i这个位置，此时就跟最前面介绍的算法一样，初始化半径为1，即只有ss[i]字符本身，之后暴力解即可，最后更新mx的位置
若i在mx左边，此时又有两种情况：
首先看一个例子（没加分隔符）：abcdhdcefecdhdcen
当遍历到i=8, 即s[i]='f'时，mx被更新为14，指向'c', p[8]=7
此时往后遍历，当遍历到i=12，s[i]='h'，因为已经通过前面的遍历知道[2, 14]的字符串是回文字符串
那么以8为中心，12的对应位置4，p[4]=3, 如果p[4]+12 <= mx=14，那么可以直接认定p[12]=p[4]
而如果p[4]+12 > mx=14，那么只能确定p[12]至少有14-12=2这么长，后面的字符还没遍历到，则同样采用最前面的算法，往两边遍历直至跳出循环，并更新mx和id
上面的4对应j，8对应id，12对应i, 14对应mx, 即可对应到代码中
放一道leetcode例题 5. Longest Palindromic Substring 的答案

class Solution {
public:
    string longestPalindrome(string s)
    {
        string ss = "$#";
        for (int i = 0; i < s.length(); ++i)
        {
            ss += s[i];
            ss += '#';
        }
        int mx = 0, id = 0;
        // maxC记录中心，maxL记录长度
        int maxC = 0, maxL= 1;
        vector<int> p(ss.length(), 0);
        for (int i = 1; i < ss.length(); i++)
        {
            p[i] = (mx > i ? min(p[2 * id - i], mx - i) : 1);
            while (ss[i + p[i]] == ss[i - p[i]]) p[i]++;
            if (mx < i + p[i])
            {
                mx = i + p[i];
                id = i;
            }
            if (p[i] > maxL)
            {
                maxL= p[i];
                maxC= i;
            }
        }
        return s.substr((maxC-maxL) / 2, maxL- 1);
    }
};