求最长回文串的几种做法

题目传送门

https://www.51nod.com/onlineJudge/questionCode.html#!problemId=1088
https://www.51nod.com/onlineJudge/questionCode.html#!problemId=1089

法一:暴力法

就是求出所有子串,然后一个一个的判断是否为回文串,最后求出最大的子串

时间复杂度为O(n^3)

法二:中心展开法

以字符串上的每一个字符为中心,找出最长子串

时间复杂度O(n^2)

法三:DP

状态转移方程:if(str[i] == str[j]) dp[i][j] = dp[i+1][j-1];

dp[i][i] = 1,if(str[i] == str[i+1]) dp[i][i+1] = 2;

时间复杂度O(n^2)

法四:manachar算法

首先先在字符串中插入‘#’,这样就不用单独处理偶数串的问题,然后定义两个变量id,mx分别代表最长子串的中心和最长子串的右边界,p[i]表示 以 i 为中心的最长回文串的长度。

最核心的就是根据mx和i的关系,进行不同的处理:

一、i >= mx 

	用中心展开法求子串的长度

二、i < mx

	找出i关于id对称的对称点j,然后再根据i+p[j]与mx的关系进行不同的处理。
	
	1、i + p[j] >= mx
	
		p[i] 一定大于等于 mx-i。
		先令 p[i] = mx - i,然后再判断p[i]是否可以继续增加。
	
	2、i + p[j] < mx
	
		p[i] = p[j];
	
时间复杂度O(n)

manachar算法的代码:

#include <iostream>
#include <algorithm>
#include <cstring>
#include <stdio.h>
#include <string>
#include <cmath>
#define ll long long
#define mem(name,value) memset(name,value,sizeof(name))
using namespace std;

const int maxn = 200005;

int manachar(string str1)
{
    int p[maxn],id = 0,mx = 0;
    mem(p,0);
    int len1 = str1.size();
    string str="@#";
    for(int i=0;i<len1;i++){
        str += str1[i];
        str += '#';
    }
    str += '~';
    int len = str.size();
    int ans = 0;
    for(int i=0;i<len;i++){
        if(i < mx){
            p[i] = min(mx-i,p[id*2-i]);
        }
        else p[i] = 1;
        while(str[i-p[i]] == str[i+p[i]]) p[i]++;
        ans = max(ans,p[i]);
        if(p[i]+i > mx){
            id = i;
            mx = p[id] + id;
        }
    }
    return ans-1;
}
int main() {
    string str;
    cin >> str;
    cout << manachar(str) << endl;

    return 0;
}
<think>好的,用户想了解如何字符串中的最长回文子串的算法。我之前在回答里提到过几种方法,比如Manacher算法和中心扩展法,还有暴力解法。现在需要根据用户提供的引用内容来组织回答。 首先,用户给出的引用[1]提到Manacher算法,它通过扩展字符串并在中心向两边遍历,利用对称性减少重复计算。引用[2]则讨论了暴力解法的复杂度是O(n³),以及中心线枚举算法。所以需要结合这两个引用,同时确保覆盖用户的问题。 我应该先介绍问题定义,然后分步骤讲解不同算法。暴力法虽然简单,但时间复杂度高,可以作为对比。中心扩展法优化到O(n²),而Manacher算法进一步优化到线性时间。需要详细说明每种方法的实现步骤和时间复杂度,并给出代码示例,比如Python的实现。 用户可能希望看到具体的步骤和比较,所以需要结构清晰,分点说明。例如,暴力法需要检查所有子串是否为回文,中心扩展法则枚举中心点,Manacher算法处理奇偶情况。需要确保LaTeX公式正确,行内公式用$...$,独立公式用$$...$$。 另外,用户要生成相关问题,我需要根据内容提出相关问题,比如不同算法的时间复杂度、优化方法、应用场景等。最后,引用要正确标注,引用[^1]和[^2]对应提供的资料。 现在开始组织内容:问题定义,暴力法,中心扩展法,Manacher算法,分别说明思路、时间复杂度和代码示例,最后相关问题。注意代码块的正确格式,使用反引号包裹,并标明语言类型。确保回答符合用户的中文要,结构清晰,逐步解释。</think>### 字符串最长回文子串的解决方案 #### 一、问题定义 给定一个字符串$s$,找到其最长的回文子串。回文子串需满足从左到右和从右到左的字符顺序一致。 --- #### 二、暴力解法(Brute Force) 1. **思路**:遍历所有可能的子串组合(共$\frac{n(n+1)}{2}$个),验证是否为回文串 2. **时间复杂度**:$O(n^3)$ 3. **代码示例**: ```python def longest_palindrome(s): n = len(s) max_len = 0 res = "" for i in range(n): for j in range(i, n): substr = s[i:j+1] if substr == substr[::-1] and j-i+1 > max_len: max_len = j-i+1 res = substr return res ``` --- #### 三、中心扩展法(优化至$O(n^2)$) 1. **核心思想**:以每个字符或每两个字符为中心向两侧扩展,寻找最长回文串[^2] 2. **关键优化**:避免重复验证子串的对称性 3. **代码实现**: ```python def expand(s, left, right): while left >= 0 and right < len(s) and s[left] == s[right]: left -= 1 right += 1 return s[left+1:right] def longest_palindrome(s): res = "" for i in range(len(s)): # 奇数长度扩展 tmp1 = expand(s, i, i) # 偶数长度扩展 tmp2 = expand(s, i, i+1) res = max([res, tmp1, tmp2], key=len) return res ``` --- #### 四、Manacher算法(优化至$O(n)$) 1. **核心步骤**: - **预处理**:插入特殊字符(如`#`)统一奇偶情况,例如`abc→#a#b#c#` - **维护变量**:中心点$C$右边界$R$,利用对称性跳过重复计算[^1] 2. **算法优势**:利用历史信息避免重复计算,时间复杂度$O(n)$ 3. **代码框架**: ```python def manacher(s): T = '#'.join('^{}$'.format(s)) P = [0] * len(T) C = R = 0 for i in range(1, len(T)-1): mirror = 2*C - i if i < R: P[i] = min(R-i, P[mirror]) # 中心扩展 while T[i+P[i]+1] == T[i-P[i]-1]: P[i] += 1 # 更新中心和右边界 if i + P[i] > R: C, R = i, i + P[i] # 提取最长回文子串 max_len, center = max((n, i) for i, n in enumerate(P)) return T[center - max_len : center + max_len + 1].replace('#', '') ``` --- #### 五、算法对比 | 方法 | 时间复杂度 | 空间复杂度 | 适用场景 | |--------------|------------|------------|------------------------| | 暴力解法 | $O(n^3)$ | $O(1)$ | 短字符串测试 | | 中心扩展法 | $O(n^2)$ | $O(1)$ | 一般规模字符串 | | Manacher算法 | $O(n)$ | $O(n)$ | 大规模字符串或性能敏感 | ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值