标签:
关于这道题,我的第一想法是针对回文串的特性,对字符串的每个字符(奇数回文串)或者每两个字符(偶数回文串)向两边开始扩展分析。在这个过程中不断发现最新的最长回文串。显然这个算法的复杂度为O(n^2)
class Solution { public: string longestPalindrome(string s) { //中心扩展法 int maxlen; int prev; int next; string result; maxlen = 0; //回文串为奇数时 for (int i = 0; i < s.size(); i++) { prev = i; next = i; while (true) { prev = prev - 1; next = next + 1; if (prev < 0 || next > s.size() - 1) { if ((next - 1) - (prev + 1) + 1 > maxlen) { maxlen = (next - 1) - (prev + 1) + 1; result.assign(s, prev + 1, maxlen); } break; } if (s[prev] != s[next]) { if ((next - 1) - (prev + 1) + 1 > maxlen) { maxlen = (next - 1) - (prev + 1) + 1; result.assign(s, prev + 1, maxlen); } break; } } } //回文串为偶数时 for (int i = 0; i < s.size(); i++) { prev = i; next = i+1; if (prev >= 0 && next <= s.size() - 1 && s[prev] == s[next]) { while (true) { prev = prev - 1; next = next + 1; if (prev < 0 || next > s.size() - 1) { if ((next - 1) - (prev + 1) + 1 > maxlen) { maxlen = (next - 1) - (prev + 1) + 1; result.assign(s, prev + 1, maxlen); } break; } if (s[prev] != s[next]) { if ((next - 1) - (prev + 1) + 1 > maxlen) { maxlen = (next - 1) - (prev + 1) + 1; result.assign(s, prev + 1, maxlen); } break; } } } } return result; } };
====================================================================
第二种方法,使用DP。这个是在网上搜集到的。
回文字符串的子串也是回文,比如P[i,j](表示以i开始以j结束的子串)是回文字符串,那么P[i+1,j-1]也是回文字符串。这样最长回文子串就能分解成一系列子问题了。这样需要额外的空间O(N^2),算法复杂度也是O(N^2)。
首先定义状态方程和转移方程:
P[i,j]=0表示子串[i,j]不是回文串。P[i,j]=1表示子串[i,j]是回文串。
P[i,i]=1
P[i,j]{=P[i+1,j-1],if(s[i]==s[j])
=0 ,if(s[i]!=s[j])
string findLongestPalindrome(string &s) { const int length=s.size(); int maxlength=0; int start; bool P[50][50]={false}; for(int i=0;i<length;i++)//初始化准备 { P[i][i]=true; if(i<length-1&&s.at(i)==s.at(i+1)) { P[i][i+1]=true; start=i; maxlength=2; } } for(int len=3;len<length;len++)//子串长度 for(int i=0;i<=length-len;i++)//子串起始地址 { int j=i+len-1;//子串结束地址 if(P[i+1][j-1]&&s.at(i)==s.at(j)) { P[i][j]=true; maxlength=len; start=i; } } if(maxlength>=2) return s.substr(start,maxlength); return NULL; }
标签:
原文地址:http://my.oschina.net/u/1047616/blog/494891