最长连续回文串（Longest Palindromic Substring）

zz from http://blog.csdn.net/hopeztm/article/details/7932245

题目： 

Given a string S, find the longest palindromic substring in S.

给出一个字符串S，找到一个最长的连续回文串。

例如串 babcbabcbaccba 最长回文是:abcbabcba

这个题目小弟给出3中解法，前两种的都是 O(n^2)， 第三种思路是O(n). 

思路1. 动态规划

这里动态规划的思路是 dp[i][j] 表示的是 从i 到 j 的字串，是否是回文串。

则根据回文的规则我们可以知道：

如果s[i] == s[j] 那么是否是回文决定于 dp[i+1][ j - 1]

当 s[i] != s[j] 的时候， dp[i][j] 直接就是 false。

动态规划的进行是按照字符串的长度从1 到 n推进的。

代码很明晰：给出java代码，复杂度 O(n^2)

[java]  view plain copy

1. public class DPSolution {  
2.   
3.     boolean[][] dp;  
4.       
5.     public String longestPalindrome(String s)  
6.     {  
7.         if(s.length() == 0)  
8.         {  
9.             return "";  
10.         }  
11.         if(s.length() == 1)  
12.         {  
13.             return s;  
14.         }  
15.   
16.         dp = new boolean[s.length()][s.length()];  
17.           
18.         int i,j;  
19.           
20.         for( i = 0; i < s.length(); i++)  
21.         {  
22.             for( j = 0; j < s.length(); j++)  
23.             {  
24.                 if(i >= j)  
25.                 {  
26.                     dp[i][j] = true; //当i == j 的时候，只有一个字符的字符串; 当 i > j 认为是空串，也是回文  
27.   
28.                 }  
29.                 else  
30.                 {  
31.                     dp[i][j] = false; //其他情况都初始化成不是回文  
32.                 }  
33.             }  
34.         }  
35.           
36.         int k;  
37.         int maxLen = 1;  
38.         int rf = 0, rt = 0;  
39.         for( k = 1; k < s.length(); k++)  
40.         {  
41.             for( i = 0;  k + i < s.length(); i++)  
42.             {  
43.                 j = i + k;  
44.                 if(s.charAt(i) != s.charAt(j)) //对字符串 s[i....j] 如果 s[i] != s[j] 那么不是回文  
45.                 {  
46.                     dp[i][j] = false;  
47.                 }  
48.                 else  //如果s[i] == s[j] 回文性质由 s[i+1][j-1] 决定  
49.                 {  
50.                     dp[i][j] = dp[i+1][j-1];  
51.                     if(dp[i][j])  
52.                     {  
53.                         if(k + 1 > maxLen)  
54.                         {  
55.                             maxLen = k + 1;  
56.                             rf = i;  
57.                             rt = j;  
58.                         }  
59.                     }  
60.                 }  
61.             }  
62.         }  
63.         return s.substring(rf, rt+1);  
64.     }  
65. }  

思路2. KMP匹配

第二个思路来源于字符串匹配，最长回文串有如下性质：　

对于串S, 假设它的 Reverse是 S', 那么S的最长回文串是 S 和 S' 的最长公共字串。

例如 S = abcddca,  S' = acddcba， S和S'的最长公共字串是 cddc 也是S的最长回文字串。

如果S‘是 模式串，我们可以对S’的所有后缀枚举(S0, S1, S2, Sn) 然后用每个后缀和S匹配，寻找最长的匹配前缀。

例如当前枚举是 S0 = acddcba 最长匹配前缀是 a

S1  = cddcba 最长匹配前缀是 cddc

S2 = ddcba 最长匹配前缀是 ddc

当然这个过程可以做适当剪枝，如果当前枚举的后缀长度，小于当前找到的最长匹配，则直接跳过。

Java 代码如下：

[java]  view plain copy

1. public class Solution {  
2.     private int[] next;  
3.     private void GetNext(String s)　//KMP求next数组  
4.     {  
5.         int i,j;  
6.           
7.         i = 0;   
8.         j = -1;  
9.           
10.         next[0] = -1;  
11.           
12.         while( i < s.length())  
13.         {  
14.             if( j == -1 || s.charAt(i) == s.charAt(j))  
15.             {  
16.                 i++;  
17.                 j++;  
18.                 next[i] = j;  
19.             }  
20.             else  
21.             {  
22.                 j = next[j];  
23.             }  
24.         }  
25.     }  
26.     private int compare(String pattern, String s) //用KMP算法做求出最长的前缀匹配  
27.     {  
28.         int i,j;  
29.           
30.         i = 0;  
31.         j = 0;  
32.        
33.         int maxLen = 0;  
34.         while( i < s.length())  
35.         {  
36.             if(j == -1 || pattern.charAt(j) == s.charAt(i))  
37.             {  
38.                 i++;  
39.                 j++;  
40.             }  
41.             else  
42.             {  
43.                 j = next[j];  
44.             }  
45.             if( j > maxLen)  
46.             {  
47.                 maxLen = j;  
48.             }  
49.             if(j == pattern.length())  
50.             {  
51.                 return maxLen;  
52.             }  
53.         }  
54.         return maxLen;  
55.     }  
56.       
57.     public String longestPalindrome(String s)  //  
58.     {  
59.         // Start typing your Java solution below  
60.         // DO NOT write main() function  
61.         String reverString = new StringBuilder(s).reverse().toString();  //求得到 输入string 的reverse  
62.         next = new int[s.length() + 1];  
63.           
64.         String maxPal = "";  
65.         int maxLen = 0;  
66.         int len;  
67.         for(int i = 0; i < s.length(); i++) //枚举所有后缀  
68.         {  
69.             String suffix = reverString.substring(i);  
70.             if(suffix.length() < maxLen)  
71.             {  
72.                 break;  
73.             }  
74.             GetNext(suffix);  
75.             len = compare(suffix, s);  
76.             if( len > maxLen)  
77.             {  
78.                 maxPal = suffix.substring(0, len);  
79.                 maxLen = len;  
80.             }  
81.               
82.         }  
83.         return maxPal;  
84.           
85.     }  
86. }  

思路3. 思路来源于此

http://www.leetcode.com/2011/11/longest-palindromic-substring-part-ii.html

不过原文的陈述仔细研究了一下，有一些地方让人着实费解，所以自己决定重写一遍。

这里描述了一个叫Manacher’s Algorithm的算法。

算法首先将输入字符串S， 转换成一个特殊字符串T，转换的原则就是将S的开头结尾以及每两个相邻的字符之间加入一个特殊的字符，例如#

例如: S = “abaaba”, T = “#a#b#a#a#b#a#”.

为了找到最长的回文字串，例如我们当前考虑以Ti为回文串中间的元素，如果要找到最长回文字串，我们要从当前的Ti扩展使得 T_i-d … T_i+d 组成最长回文字串. 这里 d 其实和 以Ti为中心的回文串长度是一样的. 进一步解释就是说，因为我们这里插入了 # 符号，对于一个长度为偶数的回文串，他应该是以#做为中心的，然后向两边扩，对于长度是奇数的回文串，它应该是以一个普通字符作为中心的。通过使用#，我们将无论是奇数还是偶数的回文串，都变成了一个以Ti为中心，d为半径两个方向扩展的问题。并且d就是回文串的长度。

例如 #a#b#a#, P = 0103010, 对于b而言P的值是3，是最左边的#，也是延伸的最左边。这个值和当前的回文串是一致的。

如果我们求出所有的P值，那么显然我们要的回文串，就是以最大P值为中心的回文串。

T = # a # b # a # a # b # a #
P = 0 1 0 3 0 1 6 1 0 3 0 1 0

例如上面的例子，最长回文是 “abaaba”, P₆ = 6.

根据观察发现，如果我们在一个位置例如 abaaba的中间位置，用一个竖线分开，两侧的P值是对称的。当然这个性质不是在任何时候都会成立，接下来就是分析如何利用这个性质，使得我们可以少算很多P的值。

下面的例子 S = “babcbabcbaccba” 存在更多的折叠回文字串。

C表示当前的回文中心，L和R处的线表示以C为中心可以到达的最左和最右位置，如果知道这些，我们如何可以更好的计算C后面的P[i]. 

假设我们当前计算的是 i = 13, 根据对称性，我们知道对称的那个下标 i' = 9. 

根据C对称的原则，我们很容易得到如下数据  P[ 12 ] = P[ 10 ] = 0, P[ 13 ] = P[ 9 ] = 1, P[ 14 ] = P[ 8 ] = 0).

Now we are at index i = 15, and its mirrored index around C is i’ = 7. Is P[ 15 ] = P[ 7 ] = 7?

当时当i = 15的时候，却只能得到回文 “a#b#c#b#a”, 长度是5， 而对称 i ' = 7 的长度是7. 

如上图所示，如果以 i, i' 为中心，画出对称的区域如图，其中以i‘ = 7 对称的区域是 实心绿色 + 虚绿色 和 左侧，虚绿色表示当前的对称长度已经超过之前的对称中心C。而之前的P对称性质成立的原因是 i 右侧剩余的长度 R - i 正好比 以 i‘ 为中心的回文小。 

这个性质可以这样归纳，对于 i 而言，因为根据C对称的最右是R，所以i的右侧有 R - i 个元素是保证是 i' 左侧是对称的。 而对于 i' 而言他的P值，也就是回文串的长度，可能会比 R-i 要大。 如果大于 R - i, 对于i而言，我们只能暂时的先填写 P[i] = R - i, 然后依据回文的属性来扩充P[i] 的值； 如果P[i '] 小于R-i，那么说明在对称区间C内，i的回文串长度和i' 是一样长的。例如我们的例子中 i = 15, 因为R = 20，所以i右侧 在对称区间剩余的是 R - 15 = 5, 而 i’ = 7 的长度是7. 说明 i' 的回文长度已经超出对称区间。我们只能使得P[i] 赋值为5， 然后尝试扩充P[i]. 

if P[ i' ] ≤ R – i,
then P[ i ] ← P[ i' ]
else P[ i ] ≥ R – i. (这里下一步操作是扩充 P[ i ].

扩充P[i] 之后，我们还要做一件事情是更新 R 和 C， 如果当前对称中心的最右延伸大于R，我们就更新C和R。在迭代的过程中，我们试探i的时候，如果P[i'] <= R - i, 那么只要做一件事情。 如果不成立我们对当前P[i] 做扩展，因为最大长度是n，扩展最多就做n次，所以最多做2*n。 所以最后算法复杂度是 O(n)

或许贴上代码更容易一些。直接使用大神的代码了，虽然自己也实现了，不过是理解大神的思路实现的。

[cpp]  view plain copy

1. // Transform S into T.  
2. // For example, S = "abba", T = "^#a#b#b#a#$".  
3. // ^ and $ signs are sentinels appended to each end to avoid bounds checking  
4. string preProcess(string s) {  
5.   int n = s.length();  
6.   if (n == 0) return "^$";  
7.   string ret = "^";  
8.   for (int i = 0; i < n; i++)  
9.     ret += "#" + s.substr(i, 1);  
10.    
11.   ret += "#$";  
12.   return ret;  
13. }  
14.    
15. string longestPalindrome(string s) {  
16.   string T = preProcess(s);  
17.   int n = T.length();  
18.   int *P = new int[n];  
19.   int C = 0, R = 0;  
20.   for (int i = 1; i < n-1; i++) {  
21.     int i_mirror = 2*C-i; // equals to i' = C - (i-C)  
22.    
23.     P[i] = (R > i) ? min(R-i, P[i_mirror]) : 0;  
24.    
25.     // Attempt to expand palindrome centered at i  
26.     while (T[i + 1 + P[i]] == T[i - 1 - P[i]])  
27.       P[i]++;  
28.    
29.     // If palindrome centered at i expand past R,  
30.     // adjust center based on expanded palindrome.  
31.     if (i + P[i] > R) {  
32.       C = i;  
33.       R = i + P[i];  
34.     }  
35.   }  
36.    
37.   // Find the maximum element in P.  
38.   int maxLen = 0;  
39.   int centerIndex = 0;  
40.   for (int i = 1; i < n-1; i++) {  
41.     if (P[i] > maxLen) {  
42.       maxLen = P[i];  
43.       centerIndex = i;  
44.     }  
45.   }  
46.   delete[] P;  
47.    
48.   return s.substr((centerIndex - 1 - maxLen)/2, maxLen);  
49. }