LeetCode5——最长回文子串(动态规划)

    科技2023-10-25  96

    最长回文子串

    给定一个字符串 s,找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。 示例 1: 输入: “babad” 输出:“bab” (注意: “aba” 也是一个有效答案)。 示例 2: 输入: “cbbd” 输出: “bb”。

    方法1:暴力法 求一个字符串的最长回文子串,可以将以每个字符为首的子串都遍历一遍,判断是否为回文,如果是回文,再判断最大长度的回文子串。(复杂度太高)

    public class Test{ /* 判断是否是回文串(方法1),也可以使用StringBuffer的反转方法,判断反转的和原来的字符串是否相等,相等则为回文串(方法二) */ public boolean isPalindrome(String str){ str = str.toLowerCase(); str = str.replaceAll("[^0-9a-z]",""); int i = 0; int j = str.length()-1; while(i < j){ if(str.charAt(i) == str.charAt(j)){ i++; j--; }else{ return false; } } return true; } public String longestPalindrome(String s) { int len = str.length(); if(len < 2){ return str; } String res = s.subString(0,1); for(int i=0;i<len;i++){ for(int j=i+1; i<len; j++){ String k = s.subString(i,j); if(isPalindrome(k) && k.length() > res.length()){ res = k; } } } return res; } }

    方法2:动态规划

    package algorithm; public class Test{ public String longestPalindrome(String s){ int len = s.length(); if(len < 2){ return s; } boolean[][] dp = new boolean[len][len]; for(int i = 0; i < len; i++){ dp[i][i] = true; } int maxLen = 1; int begin = 0; for(int j = 1; j < len; j++){ for(int i = 0; i < j; i++){ if(s.charAt(i) != s.charAt(j)){ dp[i][j] = false; }else{ if(j-i<3){ dp[i][j] = true; }else{ dp[i][j] = dp[i+1][j-1]; } } if(j-i+1 > maxLen && dp[i][j] == true){ begin = i; maxLen = j-i+1; } } } return s.substring(begin, begin+maxLen); //左闭右开; } public static void main(String[] args){ Test test = new Test(); String s = "bbsdadadsvv"; String res = test.longestPalindrome(s); System.out.println("最长回文子串为:"+res); } } public class Test{ public String longestPalindrome(String s){ int len = s.length(); if(len < 2){ return s; } boolean[][] dp = new boolean[len][len]; for(int i = 0; i < len; i++){ dp[i][i] = true; } int maxLen = 1; int begin = 0; for(int j = 1; j < len; j++){ for(int i = 0; i < j; i++){ dp[i][j] = (s.charAt(i) == s.charAt(j)) && ((j - i < 3) || (dp[i+1][j-1])); //只要dp[i][j]==true成立,就表示子串s[i..j]是回文,此时记录回文长度和起始位置。 if(dp[i][j] == true && j-i+1 > maxLen){ maxLen = j-i+1; begin = i; } } } return s.substring(begin, begin+maxLen); } }

    (1)状态:dp[i][j]表示子串s[i…j]是否为回文子串 (2)状态转移方程:dp[i][j] = (s[i] == s[j]) and (dp[i+1][j-1]) (3)边界条件:构成区间,j-1 -(i+1) + 1 <2,整理得:j-i<3,即s[i…j]长度为2或者3时,不用检查子串是否回文 利用状态转移方程,每一步的计算都尽可能的利用了之前计算的结果 (4)初始化:单个字符一定是回文串,即dp[i][i] = true (5)输出:在得到一个状态的值为true的时候,记录起始位置和长度,填表完成后再截取 (6)注意边界条件 (7)能用return返回退出,尽量别用break

    动态规划实际上在填写一张二维表格,由于i和j的关系是i<=j,所以只填写表的上半部分,这个二维表格记录了求解所有子串的所有状态,每一行表示的是字符串的左边界,每一列表示字符串的右边界,左边界和右边界的组合就唯一确定了一个子串,单个字符一定是回文串,所以先把主对角线上的元素赋值为true;

    从状态方程可知,dp[i][j]的值需要参考dp[i+1][j-1]的值,i+1在i得下面,j-1在j得左边,因此参考它左下方的值(利用状态转移方程,每一步的计算都尽可能的利用了之前计算的结果)。 由于这样的关系,在填表的时候,就不能一行行从左向右的填写,应该一列一列的填写,这样保证左下方的值先计算出来,状态转移才是正确的。

    Processed: 0.011, SQL: 8