问题:给定字符串S,求S中的最长回文子串。
这个有趣的问题常常在面试中出现。为什么呢?因为解决办法有很多种。单单我知道的就有5种。你能解决这个问题吗?来Online Judge试试看吧!
提示
首先你要知道回文是什么。回文就是从左右两边读都一样的字符串。例如”aba”是回文,”abc”不是回文。
一个常见的错误
有人很快会想到这样一个方法。这个方法有缺陷,不过很容易修正。
翻转S成为S’。查找S和S’最长公共子串,就是S的最长回文子串。
看起来有道理的样子。用实例检验下。
例如S=”caba”,S’=”abac”。
S和S’的最长公共子串是”aba”,确实是S的最长回文子串。
再看个例子。
S=”abacdfgdcaba”,S’=”abacdgfdcaba”。
S和S’的最长公共子串是”abacd”,不过很明显这不是回文。
暴力穷举法O(N3)
最简单的就是暴力穷举(Brute Force)对每个start和end位置的子串进行检测,判断其是否回文。显然有C(N,2)(组合)个子串。检测每个子串都需要O(N)的时间,所以此方法的时间复杂度为O(N3)。
动态规划法O(N2)时间O(N2)空间
我们可以用动态规划(Dynamic Programming即DP)法对暴力穷举法进行改进。记住,诀窍就是避免重复计算(即重复检测同一子串)。考虑这个例子”ababa”。如果我们已经检测过”bab”是回文,那么只需判断一下最左右的两个字符(即两个a)是否相同即可判定”ababa”是否回文了。
总结起来就是:
定义二维数组P[i,j]用以表示Si…Sj是回文(true)或不是回文(false)
那么可知P[i,j] = (P[i + 1, j - 1] && Si ==Sj)
初始条件是:P[i, i]=true,P[i, i + 1] = (Si == Si+1)
这个DP法的思路就是,首先可以知道单个字符和两个相邻字符是否回文,然后检测连续三个字符是否回文,然后四个。。。
此算法时间复杂度O(N2),空间复杂度O(N2)。伪代码如下。
1 string longestPalindromeDP(string s) {
2 int n = s.length();
3 int longestBegin = 0;
4 int maxLen = 1;
5 bool table[1000][1000] = {false};
6 for (int i = 0; i < n; i++) {
7 table[i][i] = true;
8 }
9 for (int i = 0; i < n-1; i++) {
10 if (s[i] == s[i+1]) {
11 table[i][i+1] = true;
12 longestBegin = i;
13 maxLen = 2;
14 }
15 }
16 for (int len = 3; len <= n; len++) {
17 for (int i = 0; i < n-len+1; i++) {
18 int j = i+len-1;
19 if (s[i] == s[j] && table[i+1][j-1]) {
20 table[i][j] = true;
21 longestBegin = i;
22 maxLen = len;
23 }
24 }
25 }
26 return s.substr(longestBegin, maxLen);
27 }
提问:空间复杂度还能再改进吗?
更简单的算法O(N2)时间O(1)空间
下面介绍一个O(N2)时间O(1)空间的算法。
回文的特点,就是中心对称。对于有N个字符的字符串S,只有2N-1个中心。
为何是2N-1?因为两个字符之间的空档也可以是一个中心。例如”abba”的两个b中间就是一个中心。
围绕一个中心检测回文需要O(N)时间,所以总的时间复杂度是O(N2)。
1 string expandAroundCenter(string s, int c1, int c2) {
2 int l = c1, r = c2;
3 int n = s.length();
4 while (l >= 0 && r <= n-1 && s[l] == s[r]) {
5 l--;
6 r++;
7 }
8 return s.substr(l+1, r-l-1);
9 }
10
11 string longestPalindromeSimple(string s) {
12 int n = s.length();
13 if (n == 0) return "";
14 string longest = s.substr(0, 1); // a single char itself is a palindrome
15 for (int i = 0; i < n-1; i++) {
16 string p1 = expandAroundCenter(s, i, i);
17 if (p1.length() > longest.length())
18 longest = p1;
19
20 string p2 = expandAroundCenter(s, i, i+1);
21 if (p2.length() > longest.length())
22 longest = p2;
23 }
24 return longest;
25 }
本文探讨了多种求解最长回文子串的有效算法,包括常见的暴力穷举法、动态规划法及一种更为高效的O(N²)时间O(1)空间的简单算法。

被折叠的 条评论
为什么被折叠?



