【LeetCode】5. Longest Palindromic Substring - Java实现

1. 题目描述：

Given a string s, find the longest palindromic substring in s. You may assume that the maximum length of s is 1000.

Example:

Input: “babad”
Output: “bab”
Note: “aba” is also a valid answer.

Example:

Input: “cbbd”
Output: “bb”

2. 思路分析：

题目是让找最大回文字符串，有以下两种思路，其中第二种思路是经典的Manacher算法：
（1）思路一：
从头到尾遍历每个元素，分别以每个元素为中心向两边拓展找以该元素为中心的回文字符串。时间复杂度是O(n^2).

（2）思路二：
经典的Manacher算法，可以将时间负责度降低到O(n)。 首先，Manacher算法提供了一种巧妙地办法，将长度为奇数的回文串和长度为偶数的回文串一起考虑，具体做法是，在原字符串的每个相邻两个字符中间插入一个分隔符，同时在首尾也要添加一个分隔符，分隔符的要求是不在原串中出现，一般情况下可以用#号。下面举一个例子：

Len数组的性质：

Manacher算法用一个辅助数组Len[i]表示以字符T[i]为中心的最长回文字串的最右字符到T[i]的长度（回文字符串的半径），比如以T[i]为中心的最长回文字串是T[l,r],那么Len[i]=r-i+1。

对于上面的例子，可以得出Len[i]数组为:

Len数组有一个性质，那就是Len[i]-1就是该回文子串在原字符串S中的长度，至于证明，首先在转换得到的字符串T中，所有的回文字串的长度都为奇数，那么对于以T[i]为中心的最长回文字串，其长度就为2*Len[i]-1,经过观察可知，T中所有的回文子串，其中分隔符的数量一定比其他字符的数量多1，也就是有Len[i]个分隔符，剩下Len[i]-1个字符来自原字符串，所以该回文串在原字符串中的长度就为Len[i]-1。

有了这个性质，那么原问题就转化为求所有的Len[i]。下面介绍如何在线性时间复杂度内求出所有的Len。

Len数组的计算：

首先从左往右依次计算Len[i]，当计算Len[i]时，Len[j](0<=j

3. Java代码：

源代码：见我GiHub主页

代码1：时间复杂度O(n^2)

/**
 * 解法1：中心扩展方法
 */
public String longestPalindrome(String s) {
    int left = 0;
    int right = 0;
    for (int i = 0; i < s.length(); i++) {
        // 以s[i]为中心
        int len1 = expandAroundCenter(s, i, i);
        // 以s[i]和s[i+1]为中心
        int len2 = expandAroundCenter(s, i, i + 1);
        int len = Math.max(len1, len2);
        if (len > right - left + 1) {
            left = i - (len - 1) / 2;
            right = i + len / 2;
        }
    }
    return s.substring(left, right + 1);
}

private int expandAroundCenter(String s, int center1, int center2) {
    int left = center1;
    int right = center2;
    while (left >= 0 && right < s.length() && s.charAt(left) == s.charAt(right)) {
        left--;
        right++;
    }
    return right - left - 1;
}

代码2：时间复杂度O(n)

/**
 * Manacher 算法，线性时间复杂度
 */
public String manacher(String s) {
    // 先将原字符串构造成特殊字符串
    char[] charArray = s.toCharArray();
    StringBuilder sb = new StringBuilder("#");
    for (int i = 0; i < charArray.length; i++) {
        sb.append(charArray[i]);
        sb.append("#");
    }

    int maxCenter = 0;
    int maxRight = 0;
    int oriLen = 0;
    int oriRight = 0;

    int[] len = new int[sb.length()];
    for (int i = 0; i < len.length; i++) {
        // j是与关于maxCenter对称的点下标
        int j = 2 * maxCenter - i;
        len[i] = maxRight > i ? Math.min(len[j], maxRight - i) : 1;

        while (i + len[i] < sb.length() && i - len[i] >=0 && sb.charAt(i + len[i]) == sb.charAt(i - len[i])) {
            len[i]++;
        }

        // 更新最大记录及原字符串中对应的长度和最右位置
        if (maxRight - maxCenter + 1 < len[i]) {
            maxRight = i + len[i] - 1;
            maxCenter = i;
            oriLen = len[i] - 1;
            oriRight = (maxRight - 1) / 2;
        }
    }

    return s.substring(oriRight - oriLen + 1, oriRight + 1);
}