5. Longest Palindromic Substring

本文探讨了两种高效算法——中心扩展法和马拉车算法,用于寻找字符串中的最长回文子串。通过实例解析,详细解释了算法原理及其实现过程。

 

 

 

为了快速提高自己的水平,多看好的风格的代码,防止闭门造车。

 

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

Example 1:

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

Example 2:

Input: "cbbd"
Output: "bb"

solution(核心是从左到右选中一个点,或者两个相邻点向两侧扩充,代码中避免区分是一点,两点的方法值得借鉴

其中马拉车法

class Solution {
    
   private int l,r;
    public String longestPalindrome(String s) {
        if(s.length()<2){
            return s;
        }
        l=r=0;
        int len = s.length();
        for(int i=0;i<len;i++){
            extendPalindromic(s,i,i);
            extendPalindromic(s,i,i+1);
        }
        return  s.substring(l,r+1);
    }

    private void extendPalindromic(String s,int left,int right){
        while(left>=0&&right<s.length()&&s.charAt(left)==s.charAt(right)){
            left--;
            right++;
        }
        
        if(r-l<=right-left-2){
            r=right-1;
            l=left +1;
        }
    }
}

方法2: Manacher's Algorithm(核心是对以往的中心点向两侧的最大对称距离值加以利用,降低了检索时间;并利用插入#的方法避免了类似“aa”偶数对称)感觉与KMP算法类似。

public String longestPalindrome(String s) {
        /* Preprocess s: insert '#' between characters, so we don't need to worry about even or odd length palindromes. */
        char[] newStr = new char[s.length() * 2 + 1];
        newStr[0] = '#';
        for (int i = 0; i < s.length(); i++) {
            newStr[2 * i + 1] = s.charAt(i);
            newStr[2 * i + 2] = '#';
        }
        /* Process newStr */
        /* dp[i] is the length of LPS centered at i */
        int[] dp = new int[newStr.length];
        /**
         * For better understanding, here we define "friend substring", or "friend":
         * "friend substring" has the largest end-index in all checked substrings that
         * are palindromes. We start at friendCenter = 0 and update it in each cycles.
         */
        int friendCenter = 0, friendRadius = 0, lpsCenter = 0, lpsRadius = 0;
        /* j is the symmetry of i with respect to friendCenter */
        int j;
        for (int i = 0; i < newStr.length; i++) {
            /* Calculate dp[i] */
            if (friendCenter + friendRadius > i) {
                /**
                 * This is the most important part of the algorithm.
                 *
                 * Normally we start from dp[i] = 1 and then try to expand dp[i] by doing brute-force palindromic
                 * checks. However, if i is in the range of friend (friendCenter + friendRadius > i), we can expect
                 * dp[i] = dp[j] because friend is a palindrome. This only works within the range of friend, so the
                 * max value of dp[i] we can trust is (friendEnd - i).
                 *
                 * Here is an example:
                 *
                 *     friendStart   j             friendCenter  i     friendEnd
                 *               |   |             |             |     |
                 * String: - - d c b a b c d - - - - - - - d c b a b c ? - - - - - - - -
                 *               [--------friend (palindrome)--------]
                 *
                 * In this example, (friendEnd - i) = 3, so we can only be certain that radius <= 3 part around i
                 * is a palindrome (i.e. "cbabc" part). We still need to check the character at "?".
                 */
                j = friendCenter - (i - friendCenter);
                dp[i] = Math.min(dp[j], (friendCenter + friendRadius) - i);
            }
            else {
                /* Calculate from scratch */
                dp[i] = 1;
            }
            /* Check palindrome and expand dp[i] */
            while (i + dp[i] < newStr.length && i - dp[i] >= 0&& newStr[i + dp[i]] == newStr[i - dp[i]])
                dp[i]++;
            /* Check if i should become the new friend */
            if (friendCenter + friendRadius < i + dp[i]) {
                friendCenter = i;
                friendRadius = dp[i];
            }
            /* Update longest palindrome */
            if (lpsRadius < dp[i]) {
                lpsCenter = i;
                lpsRadius = dp[i];
            }
        }
        return s.substring((lpsCenter - lpsRadius + 1) / 2, (lpsCenter + lpsRadius - 1) / 2);
    }

参考地址:https://leetcode.com/problems/longest-palindromic-substring/discuss/128054/Java-(Beats-98)-and-JavaScript-(Beats-100)-O(n)-Manacher's-Algorithm-with-Detailed-Explanation

内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
数字图像隐写术是一种将秘密信息嵌入到数字图像中的技术,它通过利用人类视觉系统的局限性,在保持图像视觉质量的同时隐藏信息。这项技术广泛应用于信息安全、数字水印和隐蔽通信等领域。 典型隐写技术主要分为以下几类: 空间域隐写:直接在图像的像素值中进行修改,例如LSB(最低有效位)替换方法。这种技术简单易行,但对图像处理操作敏感,容易被检测到。 变换域隐写:先将图像转换到频域(如DCT或DWT域),然后在变换系数中嵌入信息。这类方法通常具有更好的鲁棒性,能抵抗一定程度的图像处理操作。 自适应隐写:根据图像的局部特性动态调整嵌入策略,使得隐写痕迹更加分散和自然,提高了安全性。 隐写分析技术则致力于检测图像中是否存在隐藏信息,主要包括以下方法: 统计分析方法:检测图像统计特性的异常,如直方图分析、卡方检测等。 机器学习方法:利用分类器(如SVM、CNN)学习隐写图像的区分特征。 深度学习方法:通过深度神经网络自动提取隐写相关特征,实现端到端的检测。 信息提取过程需要密钥或特定算法,通常包括定位嵌入位置、提取比特流和重组信息等步骤。有效的隐写系统需要在容量、不可见性和鲁棒性之间取得平衡。 随着深度学习的发展,隐写与反隐写的技术对抗正在不断升级,推动了这一领域的持续创新。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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