找出字符串中对称的子字符串的最大长度(最长回文)

本文介绍了一种求解字符串中最长对称子串的方法,通过遍历字符串并使用两个辅助函数来找到以每个字符为中心的最长对称子串。

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

背景:

所谓对称子字符串,就是这个子字符串要么是以其中一个词对称:比如 “aba”, “abcba”;要么就完全对称:比如"abba", "abccba"。

问题:

给你一个字符串,找出该字符串中对称的子字符串的最大长度。

思路:

首先,我们用字符数组 char[] array 来保持这个字符串,假设现在已经遍历到第 i 个字符,要找出以该字符为“中心”的最长对称字符串,我们需要用另两个指针分别向前和向后移动,直到指针到达字符串两端或者两个指针所指的字符不相等。因为对称子字符串有两种情况,所以需要写出两种情况下的代码:

1. 第 i 个字符是该对称字符串的真正的中心,也就是说该对称字符串以第 i 个字符对称, 比如: “aba”。代码里用 index 来代表 i.

  1. public static int maxLengthMiddle(char[] array, int index) {  
  2.     int length = 1//最长的子字符串长度  
  3.     int j = 1//前后移动的指针  
  4.     while ((array[index - j] == array[index + j]) && (index - j) >= 0 && array.length > (index + j)) {  
  5.         length += 2;  
  6.         j++;  
  7.     }  
  8.       
  9.     return length;  
  10. }  
	public static int maxLengthMiddle(char[] array, int index) {
		int length = 1; //最长的子字符串长度
		int j = 1; //前后移动的指针
		while ((array[index - j] == array[index + j]) && (index - j) >= 0 && array.length > (index + j)) {
			length += 2;
			j++;
		}
		
		return length;
	}

2. 第 i 个字符串是对称字符串的其中一个中心。比如“abba”。

  1. public static int maxLengthMirror(char[] array, int index) {  
  2.     int length = 0//最长的子字符串长度  
  3.     int j = 0//前后移动的指针  
  4.     while ((array[index - j] == array[index + j + 1]) && (index - j) >= 0 && array.length > (index + j + 1)){  
  5.         length += 2;  
  6.         j++;  
  7.     }  
  8.       
  9.     return length;  
  10. }  
	public static int maxLengthMirror(char[] array, int index) {
		int length = 0; //最长的子字符串长度
		int j = 0; //前后移动的指针
		while ((array[index - j] == array[index + j + 1]) && (index - j) >= 0 && array.length > (index + j + 1)){
			length += 2;
			j++;
		}
		
		return length;
	}

有了这样两个函数,我们只需要遍历字符串里所有的字符,就可以找出最大长度的对称子字符串了。

  1. public static int palindrain(char[] array) {  
  2.     if (array.length == 0return 0;  
  3.     int maxLength = 0;  
  4.     for (int i = 0; i < array.length; i++) {  
  5.         int tempMaxLength = - 1;  
  6.         int length1 = maxLengthMiddle(array, i);  
  7.         int length2 = maxLengthMirror(array, i);  
  8.         tempMaxLength = (length1 > length2) ? length1 : length2;  
  9.         if (tempMaxLength > maxLength) {  
  10.             maxLength = tempMaxLength;  
  11.         }  
  12.     }  
  13.     return maxLength;  
  14. }  
	public static int palindrain(char[] array) {
		if (array.length == 0) return 0;
		int maxLength = 0;
		for (int i = 0; i < array.length; i++) {
			int tempMaxLength = - 1;
			int length1 = maxLengthMiddle(array, i);
			int length2 = maxLengthMirror(array, i);
			tempMaxLength = (length1 > length2) ? length1 : length2;
			if (tempMaxLength > maxLength) {
				maxLength = tempMaxLength;
			}
		}
		return maxLength;
	}
因为找出以第 i 个字符为“中心”对称字符串复杂度为 O(N),所以整个算法的复杂度为O(N^2)。

有一种可以把复杂度降到O(N)的算法,但是这个算法要利用 suffix tree, 有兴趣的可以搜索一下。

转载请注明出处:http://blog.youkuaiyun.com/beiyeqingteng

### 使用后缀树算法寻找最长回文子串 #### 后缀树简介 后缀树是一种数据结构,用于表示字符串的所有后缀。通过构建后缀树并对其进行遍历,可以在O(n)时间复杂度内解决许多字符串处理问题。 #### 构建后缀树 对于给定的字符串`S`,首先需要创建其对应的后缀树。假设输入字符串为`abcba$`(其中`$`是一个特殊终止符)。后缀树的特点在于它能够高效地存储和查询所有可能的后缀组合[^1]。 ```python class Node: def __init__(self, start=None, end=None): self.children = {} self.start = start self.end = end def build_suffix_tree(text): root = Node() n = len(text) for i in range(n): current_node = root j = i while j < n: if text[j] not in current_node.children: new_node = Node(j, n - 1) current_node.children[text[j]] = new_node break next_node = current_node.children[text[j]] k = next_node.start while k <= next_node.end and j < n and text[k] == text[j]: j += 1 k += 1 if k > next_node.end: current_node = next_node else: split_node = Node(next_node.start, k - 1) new_leaf = Node(j, n - 1) existing_child_char = text[next_node.start] del current_node.children[existing_child_char] current_node.children[text[split_node.start]] = split_node split_node.children[text[new_leaf.start]] = new_leaf remaining_substring_start = k next_node.start = remaining_substring_start split_node.children[text[next_node.start]] = next_node break return root ``` 这段代码展示了如何基于Ukkonen's algorithm建立一个简单的后缀树。此过程会迭代地向树中添加新的字符直到完成整个字符串的插入[^2]。 #### 寻找最长回文子串 一旦有了后缀树,则可以通过以下方式查找最长回文: - 遍历每一个节点,并尝试匹配反向路径上的相同序列; - 记录每次发现的有效回文长度以及起始位置; - 当遇到更长的有效回文时更新记录的最大值。 这种方法依赖于观察到的事实:任何存在于原始字符串中的回文也将作为反转后的版本出现在同一棵树里。因此只需要检查那些具有镜像关系的分支即可识别出潜在候选者[^3]。 为了提高效率,还可以引入额外的数据结构比如哈希表来加速特定模式下的重复性验证工作。最终返回的是所找到的第一个满足条件的结果——即最长的那条回文子串[^4]。
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