LeetCode(4) || Longest Palindromic Substring 与 Manacher 线性算法
题记
本文是LeetCode题库的第五题,没想到做这些题的速度会这么慢,工作之余全部耗在这上面了,只怪自己基础差。本文主要介绍使用Manacher线性算法来求解字符串的最长回文子字符串。
题目
Given a string S, find the longest palindromic substring in S. You may assume that the maximum length of S is 1000, and there exists one unique longest palindromic substring.
解题思路
- 题目意思比较简单,假设字符串S最大长度是1000,求出该字符串的最长回文字符串。假设存在唯一的最长回文字符串。
- 回文有两种情况,第一种"aba",第二种"abba",如果没有较有效的方法,在后续的求解中这两种情况将大大增加解题难度。Manacher算法使用了一种比较有效的方法。假设字符‘#‘没有出现在S中,将‘#‘依次插入到字符串S中,比如"aba"->"#a#b#a#","abba"->"#a#b#b#a#",这样就巧妙的将两种情况合在一起解决了。
1 public char[] expandString(String s){ 2 int len = s.length(); 3 char[] cs = new char[len*2+3]; 4 for(int i = 0; i < len; i++){ 5 cs[2*i+1]=‘#‘; 6 cs[2*i+2]=s.charAt(i); 7 } 8 cs[0]=‘*‘; 9 cs[2*len+1]=‘#‘; 10 cs[2*len+2]=‘?‘; 11 return cs; 12 } 13 public String shrinkString(char[] cs){ 14 int len = cs.length; 15 char [] shrinkChars = new char[len]; 16 int j=0; 17 for(int i = 0; i < len;i++){ 18 if (cs[i] != ‘#‘){ 19 shrinkChars[j++] = cs[i]; 20 } 21 } 22 return new String(shrinkChars).trim(); 23 }
- 解此题最暴力的事情就是使用两个for循环,计算复杂度在O(n2),我们首先排除这种野蛮的方法,否则做这题就没意义了。
- 我想到的方法是计算复杂度在O(n*log(n))的一种方法,方法大致思路如下:
- 遍历字符串S,假设当前位置为i,将i向两边开始遍历,利用回文关于重点对称的特性来求取回文, while(cs[i+j]==cs[i-j]) j++;
- 这里数组P是存放当前位置的最长回文半径,建下文的Manacher线性算法。
public String longestPalindrome(String s) { char[] cs = expandString(s); int len = cs.length; int [] p = new int[len]; int max = 0; for(int i = 1; i <len-1 ; i++){ p[i]=1; while(cs[i+p[i]]==cs[i-p[i]]) p[i]++; if (p[i] > p[max]){ max = i; } } int lenMax = p[max]; char [] result = new char[2*lenMax-1]; result[lenMax-1] = cs[max]; for(int i = 1 ; i < lenMax ; i++){ result[i+lenMax-1] = cs[max+i]; result[lenMax-1-i] = cs[max+i]; } return shrinkString(result); }
- 第二种方法虽然在LeeCode中解出了最大回文字符串,但是在求解过程中由于重复求解还是浪费了很多时间,比如S="abababa",S是关于S[3]回文的,当遍历S[1]时候,由于对称关系S[5]的一部分回文已经确立了,所以无需再S[4]到S[6]之间就无需再遍历,只需完成映射即可。这就是Manacher线性算法的核心内容,Manacher线性算法最大程度上使用了回文的特性,算法内容在下文中介绍。
Manacher 线性算法
具体的Manacher线性算法详见《最长回文子串(Longest Palindromic Substring)》。
利用一个辅助数组 arr[n],其中 arr[i] 记录的是以 str[i] 为中心的回文子串长度。当计算 arr[i] 的时候,arr[0...i-1] 是已知并且可被利用的。Manacher 核心在于:用 mx 记录之前计算的最长的回文子串长度所能到达的最后边界,用 id 记录其对应的中心,可以利用回文子串中的回文子串信息。
假设 id 与 mx 已经得出,当计算以 str[i] 为中心回文子串长度时,因为已经可以确定绿色部分已经是回文子串了,所以可以利用以 str[j] 为中心回文子串长度即 arr[j]。在上图的情况下,所以可以从箭头所指出开始比较。还有一种情况:
这种情况下,不能直接利用以 str[j] 为中心回文子串长度即 arr[j],因为以 id 为中心回文子串长度只计算到了绿色箭头所指之处,所以能力利用的信息是 mx-i,比较 mx-i 之后的字符。
Manacher算法代码如下:
1 public String longestPalindromeOne(String s) { 2 3 char[] cs = expandString(s); 4 int len = cs.length; 5 int [] p = new int[len]; 6 int id = 0; 7 int max = 0; 8 for(int i = 1; i <len-1 ; i++){ 9 if (i < p[id]+id){ 10 p[i]=Math.min(p[id]+id-i, p[2*id-i]); 11 }else{ 12 p[i]=1; 13 } 14 15 while(cs[i+p[i]]==cs[i-p[i]]) p[i]++; 16 17 if( p[i]+i> p[id]+id ){ 18 id = i; 19 } 20 21 if (p[i] > p[max]){ 22 max = i; 23 } 24 25 } 26 27 int lenMax = p[max]; 28 char [] result = new char[2*lenMax-1]; 29 result[lenMax-1] = cs[max]; 30 for(int i = 1 ; i < lenMax ; i++){ 31 result[i+lenMax-1] = cs[max+i]; 32 result[lenMax-1-i] = cs[max+i]; 33 } 34 35 return shrinkString(result); 36 }
关于Manacher算法要补充说明一下几点:
- 为防止在遍历while(cs[i+p[i]]==cs[i-p[i]]) p[i]++;时,需要对字符串进行处理,在字符串S[0]添加字符‘*‘,在字符串末尾S[N+1]添加字符‘?‘,这样房子因为S本身为回文而使得遍历出错。
- 数组p表示字符的回文半径,比如S="#a#b#c#g#c#h" 数组为P="121212141211",S[7]=g 的 回文半径为p[7]=4
- id表示前一个回文字符串的中心字符的编号,那么p[id]为前一个回文字符的半径。比如当i=8时,前一个回文字符串为"#c#g#c#",p[id]=4。
- p[i]=Math.min(p[id]+id-i, p[2*id-i]); 的意思就是,如果i位于前一个回文字符串的半径内(即 i < p[id]+id),i到回文字符的两个最远边界(由于回文字符关于id位置对称,最左边为p[2*id-i],最右边为p[id]+id-i)的最小距离为Math.min(p[id]+id-i, p[2*id-i])。根据对称关系,如果i到Math.min(p[id]+id-i, p[2*id-i])的元素不需要再进行遍历,只需直接从Math.min(p[id]+id-i, p[2*id-i])开始后续的回文检查while(cs[i+p[i]]==cs[i-p[i]]) p[i]++;。这样做的好处是大大减少了重复步骤,降低计算复杂度。
- 每一个id对应的是一个回文字符串,只要在记录遍历过程中p[id]最大的id即可获取最长的回文字符串。
时间: 2024-10-19 01:18:40