我自己想到的方法(没有通过,报时间超出限制的错误)。答题思路简单易懂:遍历所有子串,判断是否是回文,找出最长回文子串,不过也贴出来做个记录吧。
class Solution {
public:
string longestPalindrome(string s) {
int len = s.size();
int max = 0;
string s1;
int b, e;
for (int i = 0; i < len; i++) {
for (int j = len - i; j > 0; j--)
{
string s2 = s.substr(i, j);
b = 0;
e = j-1;
while (b>=0,e>=0) {
if ((b == e && (s2[b] == s2[e]))||( b + 1 == e && (s2[b] == s2[e]))) {
if (s2.size() > max) {
s1 = s2;
max = s2.size();
}
break;
}
if (s2[b] == s2[e]) {
b++; e--;
}
else {
break;
}
}
}
}
return s1;
}
};
(1)DP
动态规划往往需要借助一个数组dp来解决,其中有三点非常重要:dp数组元素含义、dp数组的临界条件以及相应的状态转移方程。临界条件可以看做是小问题的起点,状态转移方程是循环的依据。
dp确定:在这道题目中,大问题是求整个字符串中的最长回文子串,而这里的最长则是各个回文子串长度中的最大值,因此,就可以将小问题看做是字符串s的回文子串的长度,就可以定义dp[i][j]来表示起点为i,终点为j的回文子串的长度。
状态转移方程:状态转移方程实际上就是将任意状态下的dp[i][j]用其子问题来表示,举个例子,dp[i][j]代表的是字符串i到j的回文子串的长度,当然,如果这个子串不是回文串,那么长度自然就是0了。与i到j最接近的回文子串即是i+1到j-1了,因此就可以将dp[i][j]用dp[i+1][j-1]表示来得到状态转移方程。如果s[i]不等于s[j],那dp[i][j]当然长度就是0了;如果s[i]=s[j],并且dp[i+1][j-1]不为零(即从i+1到j-1为回文子串),那么dp[i][j]就等于dp[i+1][j-1]+2了,如下:
临界条件的确定:是i=j的时候,由一个元素组成的字符串当然也是回文子串了,即dp[i][i]=1;另一种情况,当相邻两个元素相等时,即s[i]=s[i+1]时,那么dp[i][i+1]=2,由此可得dp数组的临界条件为:
string longestPalindrome(string s)
{
int dp[1001][1001]={0};
int len=s.size();
int start=0; //保存最长子串的起点
int max=1; //保存最长子串的长度,初始化为1
for(int i=0;i<len;i++) //临界条件
{
dp[i][i]=1;
if(i+1<len&&s[i]==s[i+1])dp[i][i+1]=2;
}
for(int j=1;j<len;j++) //从临界条件开始扩展,需注意i<=j
{
for(int i=j-1;i>=0;i--)
{
if(s[i]==s[j]&&dp[i+1][j-1])
dp[i][j]=dp[i+1][j-1]+2;
if(dp[i][j]>max)
{
max=dp[i][j];
start=i;
}
}
}
string res(s.begin()+start,s.begin()+start+max);
return res;
}