LeetCode做题记录 06

最长回文子串

点击这里查看原题

题目描述

给定一个字符串s，输出它最长的回文子串

Manacher(马拉车)算法

其实本篇文章注重想讲讲这个Manacher算法。其实这个题目我们容易想到，遍历字符串s的每一个字符，假设遍历到i，那么就把这个字符当做回文中心，即回文串的对称轴，然后从两边开始扩张，直到不是回文的为止，记录下来最大长度的起点与终点即可，这种算法叫中心扩展法。中心扩展法还得分回文中心长度为1和2两种情况考虑，因此时间复杂度为O(n²)。

而Manacher算法运用了动态规划+中心扩展法优化了上述算法，充分利用了回文串的对称性。

首先，我们得把字符串的每一个空隙都加上一个不可能存在的字符，比如说’#’，如图
为什么要这样做呢？原因是要把字符串长度变为奇数，这样就可以不用讨论回文中心的长度是1是2的情况了。证明：假设len为原字符串长度，一共有len-1个空隙，加上头尾两个符号，因此新字符串长度为 len + len -1 + 2 = 2*len + 1是一个奇数。

同时，我们可以发现，在新字符串中，以某一个字符为回文中心的
（最大回文子串长度 - 1）/2 = 原来字符串中以该字符为回文中心的回文子串长度 = 从该字符出发走到最右端所需步数(即回文半径)

因此我们把所有以i为回文中心的回文半径求出来即可。

为了下面能解释的更清楚，先说明几个定义：
1. 回文半径r：从回文中心出发，走到该回文串最右端所需距离。
2. f(i)：i为回文中心，f(i)则是以i为回文中心的最大回文半径。
3. maxRight：某个回文中心的最大回文子串的最右端的下标。

本算法最根本的思路就是通过动态规划和中心扩展法求出每一个f(i)，
我们可以考虑以下两种情况：

当 i >= maxRight

（注意，图中的s是加了符号填充之后的字符串）
当 i > maxRight 时，我们只能根据中心扩展法法来求出以i为回文中心的最大回文子串长度。

当 i < maxRight

这种条件下我们就要充分利用回文串的对称性来求出f(i)
我们可以分三种情况讨论：
注意：以下的mirror都是i关于center的对称点

①f(mirror) < maxRight - i

这种情况可以这样描述：f(mirror)要小于mirror到左端点的距离，而根据对称性，mirror到左端点的距离等于i到maxRight的距离，因此有： f(mirror) < maxRight - i
那么f(i)该怎么求呢？我们很容易想到，在i到maxRight之间的每一个字符与i到center之间的每一个字符都分别与mirror到左端点之间的每一个字符和mirror到center之间的每一个字符对称。 因此f(i) = f(mirror)

②f(mirror) = maxRight - i

当这种情况时，我们最多只能确认f(i) >= maxRight - i的，因为根据对称性，很容易就得出来，以i为中心，半径为maxRighht - i 的子串必定回文，但是我们无法确认，扩充之后是否还是回文串，我们只能这样描述：当f(mirror) = maxRight - i ，f[i]至少等于maxRight - i，然后再以maxRight为中心进行中心扩展

③f(mirror) > maxRight - i

在②中，我们很容易得出，f(i) = maxRight - i ，那么为什么f(i) 有可能等于 f(mirror)吗，答案是不可能，假设f(i) = f(mirror)，也就是说，以center为中心的最大子串的最右端应该大于maxRight，因此矛盾。所以，f(i) = maxRight - i

综上所述：
当i>=maxRight ，只能通过中心扩展法得出f(i)
当i<maxRight，f(i)>= min{ f(mirror)，maxRight - i }，再尝试中心扩展法

代码

class Solution {
    public String longestPalindrome(String s) {
        StringBuilder sb = new StringBuilder();
        int n = s.length();
        for(int i=0;i<n;i++){
            sb.append('#');
            sb.append(s.charAt(i));
        }
        sb.append('#');
        String newStr = sb.toString();
        int newLength = newStr.length();
        int[] r = new int[newLength];
        int start = 0;
        int center = 0,maxRight = 0;
        int maxLen = 1;
        for(int i=0;i<newLength;i++){
            if(i<maxRight){
                int mirror = 2*center - i;
                f[i] = Math.min(f[mirror],maxRight - i);
            }
            //尝试进行中心扩展法
            int left = i - f[i] - 1;
            int right = i + f[i] + 1;
            while(left>=0 && right<newLength && newStr.charAt(left) == newStr.charAt(right)){
                --left;
                ++right;
                f[i]++;
            }
            //如果扩展完后发现此时最右端的下标比maxRight大，就要重置
            if(i + f[i] > maxRight) {
                maxRight = i + f[i];
                center = i;
            }
			//记录最大长度
            if(r[i] > maxLen){
                maxLen = f[i];
                //这个起点的计算方法读者自行证明吧
                start = (i - maxLen)/2;
            }
        }
        
        return s.substring(start,start + maxLen);
    }   
        
}