LeetCode(5)—— 最长回文子串

本文详细解析LeetCode中的经典问题‘最长回文子串’,介绍了四种解法:暴力法、动态规划、中心枚举法和Manacher算法。通过实例和代码演示,帮助读者理解每种方法的思路和优缺点,特别强调了动态规划和Manacher算法的空间、时间复杂度。同时,还提到了Python字符串操作的注意事项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目内容

描述

给定一个字符串 s,找到 s 中最长的回文子串。你可以假设 s 的最大长度为1000。

示例:
  • 示例1
输入: "babad"
输出: "bab"
注意: "aba"也是一个有效答案。
  • 示例2
输入: "cbbd"
输出: "bb"

解法1 —— 暴力法

我觉得这应该是最开始的想法吧,简单粗暴,两个指针把所有可能的子串都定出来,然后写个判断是否是回文的函数。缺点就是时间复杂度高咯,两重循环 O(n2) O ( n 2 ) ,再来个判断又是 O(n) O ( n ) ,总起来 O(n3) O ( n 3 ) ,空间复杂度 O(n) O ( n ) 。代码还是给一下。

 def longestPalindrome(self, s):
        """
        :type s: str
        :rtype: str
        """
        maxPalindromeLen = 0
        maxPalindrome = ""

        n = len(s)
        if n == 1:
            maxPalindromeLen = 1
            maxPalindrome = s
            return maxPalindrome

        for i in range(n):
            for j in range(i, n):
                sub_str=s[i:j+1]
                if self.isPalindrome(sub_str):
                    if j - i + 1 > maxPalindromeLen:
                        maxPalindromeLen = j - i + 1
                        maxPalindrome = sub_str
        return maxPalindrome

    def isPalindrome(self, s):
        n = len(s)
        # 根据回文的对称性,两个指针往中间靠拢
        head = 0
        tail = n - 1
        while (head <= tail):
            if s[head] != s[tail]:
                return False
            head += 1
            tail -= 1

        return True

解法2 —— 动态规划

If “aba” is a palindrome, is “xabax” and palindrome? Similarly is “xabay” a palindrome?

这个思路稍微想一下也能想到。既然aba是回文,那xabay怎么判断呢?这个时候动态规划就派上用场了,我们定义:

p(i,j)={1,sisi+1...sj0,sisi+1...sj p ( i , j ) = { 1 , s i s i + 1 . . . s j 是 回 文 0 , s i s i + 1 . . . s j 不 是 回 文

p(i,i)=1, 显 然 p ( i , i ) = 1 , 即 单 个 字 符 自 身 一 定 是 回 文

动态转移方程如下:

p(i,j)=p(i+1,j1)==1(s[i]==s[j]) p ( i , j ) = p ( i + 1 , j − 1 ) == 1 并 且 ( s [ i ] == s [ j ] )

p(i,i+1)=(s[i]==s[i+1]) p ( i , i + 1 ) = ( s [ i ] == s [ i + 1 ] )

再说一下,动态规划的那张表其实只要填一半,填表的顺序如下图所示
这里写图片描述

最后找出p[row][col]==1,并且|row-col|最大的那个子串就ok。

    def longestPalindrome(self, s):
        """
        :type s: str
        :rtype: str
        """


        n=len(s)
        if n==0:
            return  ""

        maxPalindromeLen = 1
        maxPalindrome = s[0]
        array=[[False for i in range(n)] for i in range(n) ]
        for i in range(n):
            array[i][i]=True
        for col in range(n):
            for row in range(0,col):
                if col-row==1:
                    array[row][col]=(s[row]==s[col])
                else:
                    array[row][col] = array[row+1][col-1]&(s[row] == s[col])

                if(array[row][col] and (col-row+1>maxPalindromeLen)):
                    maxPalindromeLen = col-row+1
                    maxPalindrome =s[row:col+1]
        return maxPalindrome

不过还是时间超限了。时间复杂度 O(n2) O ( n 2 ) ,空间复杂度 O(n2) O ( n 2 )

解法3 —— 中心枚举法

该解法代码参考自:https://blog.youkuaiyun.com/asd136912/article/details/78987624

根据自己的理解修改了代码,主要思路和动态规划扩展的向左右思路一致,要分奇数和偶数分别寻找,AC。
delta就是试探过程中回文的半径

    def longestPalindrome(self, s):
        """
        :type s: str
        :rtype: str
        """
        n=len(s)
        if n==0:
            return  ""
        maxPalindromeLen = 1
        maxPalindrome = s[0]
        for i in range(n):
            # 子串长度为奇数时
            delta=1
            while(i-delta>=0 and i+delta<n):
                if s[i-delta]==s[i+delta]:
                    # 下一次试探的试探长度加1
                    delta+=1
                else:
                    break
            # 试探长度减1,delta就是当前i为中心点,左右扩展的长度
            delta-=1
            if 2*delta+1>maxPalindromeLen:
                maxPalindromeLen=2*delta+1
                maxPalindrome=s[i-delta:i+delta+1]

            # 子串长度为偶数时,将s[i]和s[i+1]视为绑定
            # 分别向s[i]的左边和s[i+1]的右边试探
            # 最开始delta要初始化为0,因为需要比较s[i]和s[i+1]
            delta=0
            if (i+1<n):
                while(i-delta>=0 and i+1+delta<n):
                    if s[i-delta]==s[i+1+delta]:
                        delta+=1
                    else:
                        break
            delta-=1
            if 2*delta+2>maxPalindromeLen:
                maxPalindromeLen=2*delta+2
                maxPalindrome=s[i-delta:i+1+delta+1]

        return maxPalindrome

解法4 —— Manacher算法

算法详细介绍 https://articles.leetcode.com/longest-palindromic-substring-part-ii/

时间复杂度 O(n) O ( n ) ,空间复杂度 O(n) O ( n )

    def longestPalindrome(self, s):
        """
        :type s: str
        :rtype: str
        """
        n = len(s)
        if n == 0:
            return ""

        # 根据Manacher算法预处理原字符串的方法添加字符
        T="#"+"#".join(s)+"#"
        # print(T)

        n_T=len(T)
        p=[0 for i in range(n_T)]
        # 中心点,最右边的边界
        C,R=0,0
        for i in range(1,n_T-1):
            # 关于中心的对称点
            i_mirro=2*C-i
            if i<R:
                p[i]=min(p[i_mirro],R-i)
            # 其实这条语句可以不用写,因为在创建的时候就初始化为0了
            else:
                p[i]=0
            # 继续向左右延伸试探(以i为中心的回文)
            while(i+1+p[i]<n_T and i-1-p[i]>=0 and T[i+1+p[i]]==T[i-1-p[i]] ):
                p[i]+=1
            # 调整C和R的位置
            if(i+p[i]>R):
                C=i
                R=i+p[i]

        # 找P数组里面最大的数
        maxPalindromeLen = 0
        centerIndex=0
        for i in range(1, n_T - 1):
            if p[i]>maxPalindromeLen:
                maxPalindromeLen=p[i]
                centerIndex=i
        # 把"#"去掉
        return T[centerIndex-maxPalindromeLen:centerIndex+maxPalindromeLen+1].replace("#","")

要注意的地方

  • python截取字符串,

    从下标begin到下标end截取时,str[begin:end+1]

  • join函数和replace函数的使用

  • 二维“数组”的创建(实质上是嵌套的List)

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