第五题-- 最长回文子串(暴力破解法)
public static void main(String[] args) {
String length = longestPalindrome("gabbad");
System.out.println(length);
}
public static String longestPalindrome(String s) {
String str = "";
int max = 0;
int len = s.length();
for (int i = 0; i < len; i++) {
for (int j = i + 1; j <= len; j++) {
String t = s.substring(i, j);
StringBuffer builder = new StringBuffer(t);
String s1 = builder.reverse().toString();
if (t.equals(s1) && t.length() > max) {
str = t;
max = t.length();
}
}
}
return str;
}
解释代码:
答: 这段代码是一个用于查找给定字符串中最长回文子串的函数。它使用了两层循环来遍历字符串中的所有可能子串。
首先,定义了一个空字符串 str
和一个变量 max
来存储最长回文子串的长度。然后,获取字符串的长度,并通过两层循环来找出所有可能的子串。
内层循环从 i + 1
开始遍历到字符串的末尾,将从索引 i
到 j-1
的子串提取出来,并使用 StringBuffer
类翻转子串,得到翻转后的字符串 s1
。
接下来,通过比较翻转后的字符串 s1
和原始子串 t
是否相等,并且子串的长度是否大于当前最长回文子串的长度 max
,来判断是否找到了更长的回文子串。
如果是,则更新 str
和 max
的值为当前子串的值和长度。
最后,循环结束后,返回最长回文子串 str
。
请注意,这段代码的时间复杂度为 O(n^3)
,在处理大规模字符串时可能会效率较低。可以使用其他算法来提高效率,例如动态规划或中心扩展法。
解释时间复杂度 O(n^3):
答: 时间复杂度是一种用于衡量算法运行时间随输入规模增长而增长的度量方式。在这段代码中,时间复杂度为 O(n^3)
是通过对代码中的循环进行分析得出的。
代码中有两层嵌套循环,外层循环遍历字符串的每个字符,内层循环遍历从外层循环当前字符到字符串末尾的所有可能子串。
假设输入字符串的长度为 n
,那么外层循环将执行 n
次,内层循环将执行n - 1
次、n - 2
次、n - 3
次…直到 1 次。因此,内层循环的总执行次数是 (n-1)
+ (n-2)
+ (n-3)
+ … + 1,可以近似地表示为 n(n-1)/2
。
由于嵌套循环,我们需要将内层循环的执行次数乘以外层循环的执行次数,即 n * n(n-1)/2
,简化为 n^3/2 - n^2/2
。
当输入规模 n 很大时,n^3/2 - n^2/2
中的 n^3
项将主导时间复杂度,因此可以将时间复杂度近似表示为 O(n^3)
。
需要注意的是,这只是对代码的时间复杂度进行粗略估计,实际运行时间还受到其他因素的影响,例如具体的计算机硬件性能和编程语言的优化程度。
解释代码:内层循环为什么为j= i+1
答: 在这段代码中, j = i + 1
是为了确保获取的子串不包括当前字符本身。因为回文子串是从左到右和从右到左都是相同的,所以我们只需要检查一个方向即可。
通过将 j
初始化为 i + 1
,内层循环从当前字符的下一个位置开始遍历,以获取从当前字符到字符串末尾的所有可能子串。这样可以避免将当前字符包含在子串中,确保子串的长度至少为 1。
例如,对于字符串 “abc”,当外层循环遍历到字符 ‘a’ 时,内层循环的起始值为 i + 1 = 0 + 1 = 1
,即从字符 ‘b’ 开始遍历,以获取子串 “ab” 和 “abc”。
这样做可以避免将单个字符作为回文子串,因为单个字符本身就是回文的,我们只关注长度大于 1 的回文子串。
为什么 j<= len:
答: 对于内层循环条件 j <= len
,是为了确保在取子串时能够包含到字符串的最后一个字符。
在这段代码中, len
表示输入字符串的长度。通过将内层循环的结束条件设置为 j <= len
,可以保证在遍历子串时,最后一个字符也能够被包含进去。
例如,对于字符串 “abc”,当外层循环遍历到字符 ‘a’ 时,内层循环的结束条件为 j <= len
,即 1 <= 3
,内层循环将遍历到索引为 1、2、3 的字符,取得子串 “a”、“ab” 和 “abc”。
这样做可以确保在寻找最长回文子串时不会漏掉字符串的最后一个字符。