问题链接
题目解析
计算字符串的回文子串数。
解题思路
一个小问题,子串(Substring)、子数组(Subarray)和子序列(Subsequence)的区别:子串和子数组是等同的,特点是连续的,比如[1,2,3]的子串有(1), (2), (3), (1,2), (2,3), (1,2,3)。而子序列不一定相邻,但相对顺序一致,比如(1,3)是[1,2,3]的一个子序列。
方法有很多种,简单讲一些。
方法一:DP
一开始定义DP[i][j]为i、j之间的回文子串数,很是麻烦,还需要另外的数组记录子串[i, j]是否是回文的。其实没有必要,直接将DP[i][j]定义成子串[i, j]是否是回文串。外循环 \(i\)从 \(n-1\) 往 \(0\) 遍历,内循环 \(j\) 从 \(i\) 往 \(n-1\) 遍历,若s[i]==s[j]:
- 若i==j,则dp[i][j]=true;
- 若i和j是相邻的,则dp[i][j]=true;
- 若i和j中间只有一个字符,则dp[i][j]=true;
- 否则,检查dp[i+1][j-1]是否为true,若为true,那么dp[i][j]就是true。
前三条可以合并,即 \(j-i ≤ 2\)。求得dp[i][j]真值后,如果其为true,最终结果res++。
时间复杂度:\(O(n^2)\)。
方法一参考代码:
class Solution {
public:
int countSubstrings(string s) {
int len = s.size(), res = 0;
vector<vector<bool>> dp(len, vector<bool>(len, false));
for (int i = len - 1; i >= 0; --i) {
for (int j = i; j < len; ++j) {
dp[i][j] = (s[i] == s[j]) && (j - i <= 2 || dp[i + 1][j - 1]);
if (dp[i][j]) ++res;
}
}
return res;
}
};
方法二:回文中心法
本题可以不用DP,而是采用一种巧妙的方法:回文中心法。什么意思呢?考虑不同的回文中心,往两边扩散,求得回文数。需要考虑两种情况:如果是奇数长度回文串,了么回文中心为最中间的一个字符;如果是偶数长度回文串,这回文中心为最中间的两个字符。
每个回文子串只有一个回文中心,所以这种方法不会重复计算,也不会漏算。
时间复杂度:\(O(n^2)\)。
方法二参考代码:
class Solution {
public:
int countSubstrings(string s) {
int len = s.size(), res = 0;
for (int i = 0; i < len; ++i) {
int mid1 = i, mid2 = i;//奇数
while (mid1 >= 0 && mid2 < len && s[mid1] == s[mid2]) {
--mid1; ++mid2; ++res;
}
mid1 = i, mid2 = i+1;//偶数
while (mid1 >= 0 && mid2 < len && s[mid1] == s[mid2]) {
--mid1; ++mid2; ++res;
}
}
return res;
}
};
方法三:“马拉车”算法
神奇的算法,先马一下,学会再写上。听说时间复杂度是 \(O(n)\)。
好了,学到了,请参考:什么是马拉车算法?
利用马拉车算法,可以得到所有情况下的最大半径,以s[i]为中心,RL[i]为半径的回文串中含有的字回文串数目是 \(RL[i] / 2\) 个。
方法三参考代码:
class Solution {
public:
int countSubstrings(string s) {
//预处理
string t = "#";
for (int i = 0; i < s.size(); ++i) {
t += s[i];
t += "#";
}
vector<int> RL(t.size(), 0);
int MaxRight = 0, pos = 0;
int res = 0;
for (int i = 0; i < t.size(); ++i) {
RL[i] = MaxRight > i ? min(RL[2 * pos - i], MaxRight - i) : 1;
while (i-RL[i] >=0 && i+RL[i] < t.size() && t[i + RL[i]] == t[i - RL[i]])//扩展,注意边界
++RL[i];
//更新最右端及其中心
if (MaxRight < i + RL[i] -1) {
MaxRight = i + RL[i] -1;
pos = i;
}
res += RL[i]/2;
}
return res;
}
};
LeetCode All in One题解汇总(持续更新中...)
本文版权归作者AlvinZH和博客园所有,欢迎转载和商用,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利.