审题
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"
我最开始感觉这道题乍一看有些懵,脑海里能想到的算法就是 O ( n 2 ) O(n^2) O(n2)的暴力解法,还嫌算法复杂度太高,但是事实上暴力搜索的复杂度是要达到 O ( n 3 ) O(n^3) O(n3)的,也就是说左边界,右边界和子串的计算移动都是与 n n n有关的。那么苦思冥想30min后依旧没想明白,看到了题解才发现一个早有耳闻但是从未了解过的老朋友:动态规划。
那么这道题为什么要用动态规划来解呢?首先就是这个题的形式就很动规,它一个回文子串的子串一定是回文子串,因此这可以用划分子问题的思想进行解答。
代码实现
在确定了动态规划的实现方法以后,我们就有了一个关系,即对于字符串 s [ i , j ] s[i,j] s[i,j]即从第 i i i个位置到第 j j j个位置的字符串(包含头尾),我们知道如果 s [ i , j ] s[i,j] s[i,j]是回文子串,那么 s [ i + 1 , j − 1 ] s[i+1,j-1] s[i+1,j−1]一定也是回文子串,并且 s [ i ] s[i] s[i]要等于 s [ j ] s[j] s[j]。自此我们有了第一个关系。
有两个地方需要格外注意一下:
-
特判:当字符字串的长度为0或者为1的时候, i + 1 i+1 i+1是小于 j − 1 j-1 j−1的,因此需要增加两个特判,对于 l = 0 l=0 l=0的情况,dp必得1,对于 l = 1 l=1 l=1的情况,如果 s [ i ] = = s [ j ] s[i]==s[j] s[i]==s[j],也有dp=1,否则dp=0。
-
边界条件的判断:因为我们是自底向上进行状态的转移的,因此外循环的字串长度要从小到大。而内循环中因为有 i + l i+l i+l这一项,我们的内循环终止条件就是 i + l < n i+l<n i+l<n。
class Solution {
public:
string longestPalindrome(string s){
int n = s.size();
string ans;
vector< vector<int> > dp(n, vector<int>(n));
for ( int l=0; l<n; l++ ) {
for ( int i=0; i+l<n; i++ ) {
int j = i+l;
if ( l == 0 ) dp[i][j] = 1;
else if ( l == 1 ) dp[i][j] = s[i] == s[j];
else {
dp[i][j] = dp[i+1][j-1] && s[i] == s[j];
}
if ( dp[i][j] == 1 && l+1 > ans.size() ) ans = s.substr(i, l+1);
}
}
return ans;
}
};
反思
这道题运用了动态规划来求解,虽然复杂度还是高了一点,但是思路无疑是我们需要掌握的,动态规划的题有的很难,但是大套路基本就几种,因此,想要掌握动态规划还需要至少10道题的练习。