转自:http://blog.csdn.net/hopeztm/article/details/7932245
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:
- public class Solution {
- private int[] next;
- private void GetNext(String s) //KMP求next数组
- {
- int i,j;
- i = 0;
- j = -1;
- next[0] = -1;
- while( i < s.length())
- {
- if( j == -1 || s.charAt(i) == s.charAt(j))
- {
- i++;
- j++;
- next[i] = j;
- }
- else
- {
- j = next[j];
- }
- }
- }
- private int compare(String pattern, String s) //用KMP算法做求出最长的前缀匹配
- {
- int i,j;
- i = 0;
- j = 0;
- int maxLen = 0;
- while( i < s.length())
- {
- if(j == -1 || pattern.charAt(j) == s.charAt(i))
- {
- i++;
- j++;
- }
- else
- {
- j = next[j];
- }
- if( j > maxLen)
- {
- maxLen = j;
- }
- if(j == pattern.length())
- {
- return maxLen;
- }
- }
- return maxLen;
- }
- public String longestPalindrome(String s) //
- {
- // Start typing your Java solution below
- // DO NOT write main() function
- String reverString = new StringBuilder(s).reverse().toString(); //求得到 输入string 的reverse
- next = new int[s.length() + 1];
- String maxPal = "";
- int maxLen = 0;
- int len;
- for(int i = 0; i < s.length(); i++) //枚举所有后缀
- {
- String suffix = reverString.substring(i);
- if(suffix.length() < maxLen)
- {
- break;
- }
- GetNext(suffix);
- len = compare(suffix, s);
- if( len > maxLen)
- {
- maxPal = suffix.substring(0, len);
- maxLen = len;
- }
- }
- return maxPal;
- }
- }
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 Ti-d … Ti+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。
![palindrome_table10](http://www.leetcode.com/wp-content/uploads/2011/11/palindrome_table10.png)
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.
![palindrome_table5](http://www.leetcode.com/wp-content/uploads/2011/11/palindrome_table5.png)
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。
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。
- // Transform S into T.
- // For example, S = "abba", T = "^#a#b#b#a#$".
- // ^ and $ signs are sentinels appended to each end to avoid bounds checking
- string preProcess(string s) {
- int n = s.length();
- if (n == 0) return "^$";
- string ret = "^";
- for (int i = 0; i < n; i++)
- ret += "#" + s.substr(i, 1);
- ret += "#$";
- return ret;
- }
- string longestPalindrome(string s) {
- string T = preProcess(s);
- int n = T.length();
- int *P = new int[n];
- int C = 0, R = 0;
- for (int i = 1; i < n-1; i++) {
- int i_mirror = 2*C-i; // equals to i' = C - (i-C)
- P[i] = (R > i) ? min(R-i, P[i_mirror]) : 0;
- // Attempt to expand palindrome centered at i
- while (T[i + 1 + P[i]] == T[i - 1 - P[i]])
- P[i]++;
- // If palindrome centered at i expand past R,
- // adjust center based on expanded palindrome.
- if (i + P[i] > R) {//这里是取R而不是C最大,尽可能运用最大的对称范围
- C = i;
- R = i + P[i];
- }
- }
- // Find the maximum element in P.
- int maxLen = 0;
- int centerIndex = 0;
- for (int i = 1; i < n-1; i++) {
- if (P[i] > maxLen) {
- maxLen = P[i];
- centerIndex = i;
- }
- }
- delete[] P;
- return s.substr((centerIndex - 1 - maxLen)/2, maxLen);
- }