【字符串】最长回文子串 ( 中心线枚举算法 )
一、回文串、子串、子序列
" 回文串 ( Palindrome ) " 是 正反都一样的字符串 , abccba , 001100 等字符串 ;
给定一个字符串 " abcd " ,
" 子串 ( SubString ) "是连续取的子字符串 , 如 : “ab” , “bc” , “cd” , “bcd” 等 , 不能跳跃字符 ; ( 连续字符 )
n n n 个字符串的子串个数是 n ( n + 1 ) 2 + 1 \cfrac{n(n+1)}{2} +1 2n(n+1)+1 个 ;
" 子序列 ( SubSequence ) " 是可以非连续取字符串中的字符 , 前后顺序不允许颠倒 , 如 “ad” , “bd” , “acd” 等 ; ( 非连续字符 )
n n n 个字符串的子串个数是 2 n 2^n 2n 个 ( 集合的子集数 ) ;
验证一个字符串是否是回文串 , 最坏的情况下需要遍历 n 2 \cfrac{n}{2} 2n 次 ;
因此最暴力的方法验证回文子串 , 就是验证 n ( n + 1 ) 2 + 1 \cfrac{n(n+1)}{2} +1 2n(n+1)+1 个子字符串是否是回文串 , 每次都要遍历 n 2 \cfrac{n}{2} 2n 次 ;
暴力算法的时间复杂度是 O ( n 3 ) O(n^3) O(n3) ;
二、最长回文子串
问题链接 : https://www.lintcode.com/problem/200/description
给出一个字符串(假设长度最长为1000),求出它的最长回文子串,你可以假定只有一个满足条件的最长回文串。
1、中心线枚举算法
中心线枚举算法 :
使用暴力算法 , 算法的复杂度是 O ( n 3 ) O(n^3) O(n3) ;
暴力算法中有 性能浪费的地方 , 找出这个性能浪费的点 , 将其优化 , 就可以得到更好的算法 ;
如果一个字符串是回文子串 , 那么该字符串的 中心的 3 3 3 个字符肯定是回文串 , aba 形式的 ;
如 “mabcban” 字符串 , 如果已经检测到了 中间的 bcb 是回文串 , 再次扩大范围时 , 直接检测 “bcb” 两遍的单个字符是否一样即可 , 左右两遍各是一个 a , 一样 ;
完全没有必要再次监测 abcb , bcba 是否是字符串 , 这样就造成了性能上的浪费 ;
按照上述思想 , 可以进行如下设计 :
中轴线 : 回文串的关键在于其 " 中轴线 " , 以中轴线为中心 , 遍历两边的字符串是否相等 ;
如 : “mabcban” 字符串中 , 回文子串是 “abcba” , 字符 c 是中轴线 , 从该中轴线触发 , 两侧的字符串都相等 ;
第一层遍历 : 先对字符串进行一次遍历 , 假设遍历的当前字符是中轴线 ,
第二层遍历 : 再次遍历 , 比较两侧的字符是否相等 , 如果相等 , 则说明是回文子串 , 逐步向外遍历 , 看回文子串的最大长度 ;
该思想是取每个中轴线向两侧尽可能取最长的回文子串 ;
外层遍历设计 :
回文串有两种情况 , 假如字符串有 n n n 个字符 ;
- 情况一 : “abcba” 奇数个字符组成 , 中心轴是字符 , 有 n n n 个需要遍历的中心线 ;
- 情况二 : “abba” 偶数个字符组成 , 中心轴是字符之间的间隔 , 有 n − 1 n-1 n−1 个需要遍历的中心线 ;
情况一 很容易实现 , 遍历每个字符即可 , 然后比较字符两端的字符是否相等 , 逐步扩大范围 , 直到获得最长回文子串 ;
情况二 需要 设置两个指针 L 和 R , 分别指向中心轴两侧 , L 指向中心轴左侧 , R 指向中心轴右侧 , 比较指针指向的字符是否相等 , 如果相等 , 然后两个指针各往两边走 , 继续比较指向的字符是否相等 , 直至获取到最长的回文子串 ;
2、中心线枚举算法代码示例
代码示例 :
class Solution {
/**
* @param s: 输入字符串
* @return: 返回最长回文子串
*/
public String longestPalindrome(String s) {
if (s == null) {
return null;
}
String longest = "";
for (int i = 0; i < s.length(); i ++) {
// 回文子串字符个数是奇数个
String oddPalindrome = getPalindrome(s, i, i);
if (longest.length() < oddPalindrome.length()) {
longest = oddPalindrome;
}
// 回文子串字符个数是偶数个
String evenPalindrome = getPalindrome(s, i, i + 1);
if (longest.length() < evenPalindrome.length()) {
longest = evenPalindrome;
}
}
return longest;
}
private String getPalindrome(String s, int left, int right) {
/*
left right 两个指针分别指向中心线两侧的元素索引
如果回文子串有奇数个字符, 中心线是字符, left = right = 中心线索引
如果回文子串有偶数个字符, 中心线是空隙, left + 1 = right
*/
while(left >= 0 && right < s.length()) {
if (s.charAt(left) != s.charAt(right)) {
break;
}
left--;
right++;
}
return s.substring(left + 1, right);
}
}
class Main {
public static void main(String[] args) {
String palindrome = new Solution().longestPalindrome("mabcban");
System.out.println(palindrome);
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
O ( n 2 ) O(n^2) O(n2) 时间复杂度算法 , 该算法可接受 ;
文章来源: hanshuliang.blog.csdn.net,作者:韩曙亮,版权归原作者所有,如需转载,请联系作者。
原文链接:hanshuliang.blog.csdn.net/article/details/117194338
- 点赞
- 收藏
- 关注作者
评论(0)