求最长回文子串

回文串,就是指正读和反读都一样的字符串,比如"level"或者"noon"等等。

那么,如何求一个字符串的最长回文子串(Longest Palindromic Substring)?这里我们有多种解法。

解法一:暴力法

暴力解法就是直接枚举所有子串,对每个子串判断是否为回文,时间复杂度为$O(n^3)$。

这是最糟糕的方法,相信面试官问你这个问题,绝对不是想要这个答案。

解法二:动态规划法$O(n^2)$

动态规划法是在暴力解法上进行的优化。通过记录一些我们需要的东西,来避免暴力解法中很多重复的判断。

假设 $dp[i][j]$ 表示子串 $s[i…j]$ 是否是回文,那么对于动态规划表 $dp$ 的打表方式如下:

  • 初始化:
    $$\begin{cases}
    dp[i][i] = true & \text{(0 <= i <= n-1)}\\
    dp[i][i-1] = true & \text{(1 <= i <= n-1) }\\
    others = fasle
    \end{cases}$$

  • 动态规划的状态转移方程:
    $$
    dp[i][j] =
    \begin{cases}
    dp[i+1][j-1], & \text{if s[i] == s[j]} \\
    false, & \text{if s[i] ≠ s[j]}
    \end{cases}
    $$

C++代码如下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
string longestPalindrome(string s) {
int len = s.size();
if(len <= 1) return s;
// 动态规划表,全部初始化为true
vector<vector<bool>> dp(len, vector<bool>(len, true));

int start = 0, maxlen = 0;
for(int k=2; k<=len; ++k) { // 枚举子串的长度
for(int i=0; i<=len-k; ++i) { // 枚举子串起始位置
int j = i+k-1;
if(s[i] == s[j] && dp[i+1][j-1])
{
dp[i][j] = true;
start = i; // 记录回文子串的起点和长度
maxlen = k;
}
}
}

return s.substr(start, maxlen);
}

解法三:中心扩展法$O(n^2)$

这个算法思想其实很简单,就是对给定的字符串S,分别以该字符串S中的每一个字符 c 为中心,向两边扩展,记录下以字符 c 为中心的回文子串的长度。时间复杂度为$O(n^2)$,空间复杂度仅为$O(1)$。

但有一点需要注意的是,回文的情况可能是 a b a,也可能是 a b b a。

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
// 分别向左右扩展,返回扩展后的字符串
string expand(string s, int left, int right) {
int len = s.size();
while (left>=0 && right<len && s[left] == s[right])
{
left--;
right++;
}
return s.substr(left+1, right-left-1);
}

// 求最长回文子串
string longestPalindrome(string s) {
int len = s.size();
if(len<=1) return s;

string longest;
for (int i=0; i<len-1; i++)
{
string p1 = expand(s, i, i); // 奇数
if (p1.size() > longest.size())
longest = p1;

string p2 = expand(s, i, i+1); // 偶数
if (p2.size() > longest.size())
longest = p2;
}
return longest;
}





另外,据说还有一个很巧妙的算法,叫Manacher算法,可以在 $O(n)$ 的时间复杂度里求出最长回文子串。由于这个算法我没有研究过,在这里就不介绍了。