Manacher

本文详细介绍Manacher算法,一种用于寻找字符串中最长回文子串的高效算法。通过添加特殊字符确保字符串长度为奇数,利用回文特性进行优化,实现线性时间复杂度。文章还提供了完整的C++代码实现。

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

作用

线性时间解决最长回文子串问题。

思想

Manacher充分利用了回文的性质,从而达到线性时间。
首先先加一个小优化,就是在每两个字符(包括头尾)之间加没出现的字符(如%),这样所有字符串长度就都是奇数了,方便了很多。
abcde->%a%b%c%d%e%
记录p[i]表示i能向两边推(包括i)的最大距离,如果能求出p,则答案就是max(p)-1了(以i为中点的最长回文为2*p[i]-1,但这是加过字符后的答案,把加进去的字符干掉,最长回文就是p[i]-1)。

我们假设p[1~i-1]已经求好了,现在要求p[i]:
假设当前能达到的最右边为R,对应的中点为pos,j是i的对称点。
1.当i<R时
这里写图片描述
由于L~R是回文,所以p[i]=p[j](i的最长回文和j的最长回文相同)。
这里写图片描述
这种情况是另一种:j的最长回文跳出L了。那么i的最长回文就不一定是j的最长回文了,但蓝色的肯定还是满足的。

综上所述,p[i]=min(p[2*pos-i],R-i)。
2.当i>=R时
由于后面是未知的,于是只能暴力处理了。

效率

但是这样看起来很暴力,为什么复杂度是 O(len) O ( l e n ) 的呢?因为R不会减小,每次暴力处理的时候,p[i]增大多少,就说明R增大多少,而R最多增加len次。所以复杂度是 O(len) O ( l e n ) 的。

推论

(Manchery大神告诉我的,Orz)
2018.4.10UPD:原先“就出现了新的本质不同的回文子串”的说法是错误的,很抱歉误导了读者们QAQ。
一个串本质不同的回文子串个数最多为len个,证明方法和效率差不多:每次R增加的时候,就说明可能出现了新的本质不同的回文子串。

模板

同时水掉hihoCoder1032HDU3068

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int maxl=1000000;

int te,p[2*maxl+5];
char s[maxl+5],now[2*maxl+5];

void readln() {scanf("%*[^\n]");getchar();}
bool Eoln(char ch) {return ch==10||ch==13||ch==EOF;}
int reads(char *x)
{
    int len=0;char ch=getchar();if (ch==EOF) return EOF;
    s[++len]=ch;while (!Eoln(s[len])) s[++len]=getchar();s[len--]=0;
    return len;
}
int Manacher(char *s)
{
    int len=strlen(s+1);
    for (int i=1;i<=len;i++) now[2*i-1]='%',now[2*i]=s[i];
    now[len=len*2+1]='%';
    int pos=0,R=0;
    for (int i=1;i<=len;i++)
    {
        if (i<R) p[i]=min(p[2*pos-i],R-i); else p[i]=1;
        while (1<=i-p[i]&&i+p[i]<=len&&now[i-p[i]]==now[i+p[i]]) p[i]++;
        if (i+p[i]>R) {pos=i;R=i+p[i];}
    }
    int MAX=0;
    for (int i=1;i<=len;i++) MAX=max(MAX,p[i]-1);
    return MAX;
}
int main()
{
    freopen("Manacher.in","r",stdin);
    freopen("Manacher.out","w",stdout);
    scanf("%d",&te);readln();
    while (te--) reads(s),printf("%d\n",Manacher(s));
    return 0;
}
<think>嗯,用户想要了解Manacher算法的代码模板或者实现示例。首先,我需要回忆一下Manacher算法的基本思路。记得这个算法是用来找出字符串最长回文子串的,时间复杂度是线性的O(n)。用户可能已经了解过暴力解法或者其他的优化方法,但想看看具体的代码实现。 首先,用户提到的几个引用中有提到Manacher算法是在BF算法基础上优化的,所以可能需要先简要说明一下这个算法的核心思想。比如预处理字符串,插入特殊字符(比如#)来统一处理奇偶长度的回文,以及利用对称性来减少重复计算。 接下来,用户需要代码模板。根据引用中的示例,比如引用[2]和[4],这两个可能提供了不同的实现方式。需要整合这些代码,确保语法正确,并且符合用户要求的格式,比如独立公式用$$...$$,行内用$...$。不过用户的问题主要是代码示例,所以重点在代码部分。 需要注意的是,用户可能希望代码有注释,解释每一步的作用。比如预处理部分,插入字符,然后初始化变量如max_r和pos,然后遍历处理每个字符的位置。同时,在代码中处理三种情况:对称点的半径是否超过当前右边界,从而决定初始r[i]的值。然后扩展半径,直到无法继续扩展为止,最后更新max_r和pos的位置。 另外,引用[4]中的代码可能用的是另一种实现方式,比如使用辅助变量aux和len来计算半径。不过Manacher的标准实现通常使用一个数组p来记录每个中心的半径,以及维护当前最右的边界和对应的中心。需要确保代码的正确性,比如处理预处理后的字符串,以及最后计算原字符串中的起始位置和长度。 可能还需要比较不同引用的实现方式,选择最符合标准Manacher算法的代码模板。例如,引用[2]中的代码可能更接近标准模板,而引用[4]的代码可能更简略但效率可能不同。需要确保提供的代码是正确的,并且有足够的注释帮助用户理解。 另外,用户可能希望了解如何将预处理后的长度转换回原字符串的位置,比如在示例中的start和maxLen的计算。这部分需要详细解释,因为这是容易出错的地方。例如,预处理后的字符串长度是2n+1,所以原字符串中的起始位置是(start - maxLen)/2,长度是maxLen。 最后,生成相关问题的时候,需要围绕Manacher算法的不同方面,比如预处理的作用、时间复杂度的分析、与暴力解法的区别、应用场景等。这些问题可以帮助用户更深入理解算法。 在检查过程中,需要确保LaTeX格式的正确性,比如行内公式是否正确使用$符号,是否有遗漏。例如,在提到时间复杂度O(n)时,需要用$O(n)$。同时,独立公式如回文半径的计算可能需要用$$...$$,但根据用户示例,可能这部分不需要公式,主要代码展示。 总结步骤:1. 简要介绍Manacher算法;2. 提供代码模板,包括预处理、循环处理每个字符、扩展半径、更新变量;3. 解释代码中的关键步骤;4. 给出应用示例和结果转换;5. 生成相关问题。</think>### Manacher算法实现示例 Manacher算法用于在$O(n)$时间内查找最长回文子串,核心是通过对称性减少重复计算[^1]。以下是代码模板及关键步骤解释: #### 代码模板 ```python def manacher(s): # 预处理,插入特殊字符 t = '#' + '#'.join(s) + '#' n = len(t) p = [0] * n # 记录每个中心的回文半径 max_right = 0 # 当前最大右边界 center = 0 # 最大右边界的中心 max_len = 0 # 最长回文子串长度 start = 0 # 最长回文子串起始位置 for i in range(n): # 根据对称性初始化半径 if i < max_right: mirror = 2 * center - i p[i] = min(max_right - i, p[mirror]) # 尝试扩展半径 left = i - p[i] - 1 right = i + p[i] + 1 while left >= 0 and right < n and t[left] == t[right]: p[i] += 1 left -= 1 right += 1 # 更新最大右边界和对应中心 if i + p[i] > max_right: max_right = i + p[i] center = i # 更新最长回文记录 if p[i] > max_len: max_len = p[i] start = (i - max_len) // 2 # 转换为原字符串的位置 return s[start : start + max_len] ``` #### 关键步骤说明 1. **预处理**:将原字符串$s$转换为$t$,插入分隔符`#`统一奇偶长度回文处理[^2]。例如,`abc`变为`#a#b#c#`。 2. **半径初始化**:若当前点$i$在已知最大右边界内,则利用对称点$j=2 \cdot center - i$的半径初始化$p[i]$[^5]。 3. **扩展半径**:从$p[i]$的初始值出发,向左右扩展,直到字符不匹配。 4. **结果转换**:最长回文子串在原字符串中的起始位置为$(i - max\_len) // 2$,长度为$max\_len$[^4]。 #### 示例运行 输入`abc1234321ab`,预处理后字符串为`#a#b#c#1#2#3#4#3#2#1#a#b#`。算法计算得到最长回文子串为`23432`,对应原字符串的起始位置和长度[^3]。
评论 2
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