腾讯精选练习(3/50) ：最长回文子串（LeedCode 005）

题目

给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。
示例 1:

输入: "babad"
输出: "bab"

注意: "aba" 也是一个有效答案。

示例 2:

输入: "cbbd"
输出: "bb"

示例 3:

输入: "cbcd"
输出: " "

---

思路

看到问题脑海里冒出来的第一个思路就是中心展开算法
一个个字符作为回文中心检测过去，记录回文半径，取最大值对应的字符便是最长回文子串中心。后有考虑到最长回文子串的长度可能是单数也可能是复数，若最长回文子串中心在两个字符之间，则需要进行分类。
长度为n的字符串存在2n-1个检测点，同时对每一个检测点求取回文半径，时间复杂度为O(n²)。
于是在网上查找更为简便的方法。
动态规划算法的时间复杂度降为O(n²)
而Manacher算法可以将时间复杂度降为O(n)

---

算法实现

方法一:中心展开算法

class Solution {
public:
    string longestPalindrome(string s) 
    {
        if(s.length() < 2)
            return s;
        
        int a[s.length()][s.length()] = {0};
        int pHead = 0,max = 1;
        
        for(int i = 1;i < s.length();i++)
            for(int j = 0;j < i;j++)
            {
                a[j][i] = (s[i] == s[j] && (i - j <= 2 || a[j + 1][i - 1]));
                if(a[j][i] && max < i + 1 - j)
                {
                    pHead = j;
                    max = i + 1 - j;
                }
            }
        return s.substr(pHead,max);
    }
};

方法二：Manacher算法
参考文献：最长回文子串 C / C++

class Solution {
public:
    string longestPalindrome(string s) 
    {
	    int len = s.length();
	    if (len < 1)
		    return "";

	    // 预处理
	    string s1;
	    for (int i = 0; i < len; i++)
	    {
	    	s1 += "#";
	    	s1 += s[i];
    	}
	    s1 += "#";

	    len = s1.length();
	    int MaxRight = 0;				// 当前访问到的所有回文子串，所能触及的最右一个字符的位置
	    int pos = 0;					// MaxRight对应的回文串的对称轴所在的位置
	    int MaxRL = 0;					// 最大回文串的回文半径
	    int MaxPos = 0;					// MaxRL对应的回文串的对称轴所在的位置
    	int* RL = new int[len];			// RL[i]表示以第i个字符为对称轴的回文串的回文半径
    	memset(RL, 0, len * sizeof(int));
    	for (int i = 0; i < len; i++)
    	{
	    	if (i < MaxRight)
	    	{// 1) 当i在MaxRight的左边
	    		RL[i] = min(RL[2 * pos - i], MaxRight - i);
	    	}
	    	else
	    	{// 2) 当i在MaxRight的右边
	    		RL[i] = 1;
	    	}
    

	    	// 尝试扩展RL[i]，注意处理边界
	    	while (i - RL[i] >= 0  // 可以把RL[i]理解为左半径,即回文串的起始位不能小于0
	    		&& i + RL[i] < len // 同上,即回文串的结束位不能大于总长
	    		&& s1[i - RL[i]] == s1[i + RL[i]])// 回文串特性，左右扩展，判断字符串是否相同
	    	{
		    	RL[i] += 1;
	    	}

			// 更新MaxRight, pos
			if (RL[i] + i - 1 > MaxRight)
			{
				MaxRight = RL[i] + i - 1;
				pos = i;
			}

			// 更新MaxRL, MaxPos
			if (MaxRL <= RL[i])
			{
				MaxRL = RL[i];
				MaxPos = i;
			}
		}
		return s.substr((MaxPos - MaxRL + 1) / 2, MaxRL - 1);
    }
};

---

实验结果

方法一:中心展开算法

方法二：Manacher算法