回文字符串问题
来源:互联网 发布:正规淘宝兼职免费入会 编辑:程序博客网 时间:2024/06/05 04:58
- 一动态规划法
- 二中心检测法
- 三添加辅助标志
- 四字符串变成回文字符串需要添加的字符数
一、动态规划法
定义boolean型的 p[i][j],为 Si 到 Sj 是否为回文,true 说明 Si 到 Sj 是回文字符串
则有,P[i,j] = (P[i + 1, j - 1] && Si ==Sj)
初始条件p[i, i] = true, p[i,i+1] = Si==Si+1
动态规划的思想是首先判断相邻的字符串是否是回文,然后继续判断连续的三个字符是否是回文,然后是四个,…,直到判断完整个字符串
时间复杂度O(n2),空间复杂度O(n2)
代码实现:
public static String longestPalindromeDP(String str){ if (str == null || str.length() <= 0) return null; int len = str.length(); int startIndex = 0; int maxLen = 1; boolean[][] p = new boolean[len][len]; for (int i = 0; i < len; i++){ for (int j = 0; j < len; j++){ if (i == j) { p[i][j] = true; continue; } p[i][j] = false; } } for (int i = 0; i < len - 1; i++){ //相邻的相同 if (str.charAt(i) == str.charAt(i+1)){ p[i][i+1] = true; startIndex = i; maxLen = 2; } } for (int i = 3; i <= len; i++){ for (int j = 0; j < len - i + 1; j++){ //当前判断回文长度为i,起始位置为j int currLast = j + i - 1; if (str.charAt(j) == str.charAt(currLast) && p[j+1][currLast-1]){ p[j][currLast] = true; startIndex = j; maxLen = i; } } } return str.substring(startIndex, startIndex+maxLen);}
二、中心检测法
回文字符串的特点是以中心对称,从0开始依次遍历字符串,每次以选取的点为中心,向两边检测,判断是否符合回文字符串。
时间复杂度O(n2),空间复杂度O(1)
public static String longestPalindromeCerter(String str){ if (str == null || str.length() <= 0) return null; String longest = str.substring(0,1); for (int i = 0; i < str.length() - 1; i++){ //获得以i为中心的回文字符串 String s = getPalindromeCerter(str, i, i); if (s.length() > longest.length()){ longest = s; } //获得以i和i+1为中心的回文字符串 s = getPalindromeCerter(str, i, i + 1); if (s.length() > longest.length()){ longest = s; } } return longest;}//获得以i,j为中心的回文字符串i==j时,就是以i为中心的回文字符串private static String getPalindromeCerter(String str, int i, int j) { while (i >= 0 && j < str.length() && str.charAt(i) == str.charAt(j)){ i --; j ++; } return str.substring(i + 1, j);}
三、添加辅助标志
首先我们把字符串S改造一下变成T,改造方法是:在S的每个字符之间和S首尾都插入一个”#”。这样做的理由你很快就会知道。
例如,S=”abaaba”,那么T=”#a#b#a#a#b#a#”。
想一下,你必须在以Ti为中心左右扩展才能确定以Ti为中心的回文长度d到底是多少。(就是说这一步是无法避免的)
为了改进最坏的情况,我们把各个Ti处的回文半径存储到数组P,用P[i]表示以Ti为中心的回文长度。那么当我们求出所有的P[i],取其中最大值就能找到最长回文子串了。
对于上文的示例,我们先直接写出所有的P研究一下。
i = 0 1 2 3 4 5 6 7 8 9 A B C
T = # a # b # a # a # b # a #
P = 0 1 0 3 0 1 6 1 0 3 0 1 0
显然最长子串就是以P[6]为中心的”abaaba”。
你是否发现了,在插入”#”后,长度为奇数和偶数的回文都可以优雅地处理了?这就是其用处。
现在,想象你在”abaaba”中心画一道竖线,你是否注意到数组P围绕此竖线是中心对称的?再试试”aba”的中心,P围绕此中心也是对称的。这当然不是巧合,而是在某个条件下的必然规律。我们将利用此规律减少对数组P中某些元素的重复计算。
我们来看一个重叠得更典型的例子,即S=”babcbabcbaccba”。
上图展示了把S转换为T的样子。假设你已经算出了一部分P。竖实线表示回文”abcbabcba”的中心C,两个虚实线表示其左右边界L和R。你下一步要计算P[i],i围绕C的对称点是i’。有办法高效地计算P[i]吗?
我们先看一下i围绕C的对称点i’(此时i’=9)。
据上图所示,很明显P[i]=P[i’]=1。这是因为i和i’围绕C对称。同理,P[12]=P[10]=0,P[14]=P[8]=0。
现在再看i=15处。此时P[15]=P[7]=7?错了,你逐个字符检测一下会发现此时P[15]应该是5。
为什么此时规则变了?
如上图所示,两条绿色实线划定的范围必定是对称的,两条绿色虚线划定的范围必定也是对称的。此时请注意P[i’]=7,超过了左边界L。超出的部分就不对称了。此时我们只知道P[i]>=5,至于P[i]还能否扩展,只有通过逐个字符检测才能判定了。
在此例中,P[21]≠P[9],所以P[i]=P[15]=5。
我们总结一下上述分析过程,就是这个算法的关键部分了。
if P[ i’ ] < R – i,
**then **P[ i ] ← P[ i’ ]
**else **P[ i ] ≥ R - i. (此时要穿过R逐个字符判定P[i]).
很明显C的位置也是需要移动的,这个很容易:
如果i处的回文超过了R,那么就C=i,同时相应改变L和R即可。
每次求P[i],都有两种可能。如果P[i‘] < R – i,我们就P[i] = P[i’]。否则,就从R开始逐个字符求P[i],并更新C及其R。此时扩展R(逐个字符求P[i])最多用N步,而求每个C也总共需要N步。所以时间复杂度是2*N,即O(N)。
时间复杂度O(n),空间复杂度O(n)
实现:
/** * 通过添加辅助标识,来获得最长回文子串 * @param str * @return */public static String longestPalindromeAddTag(String str){ if (str == null || str.length() <= 0) return null; StringBuilder sb = addTag(str); int[] p = new int[sb.length()]; //以i为中心的,左右半边的回文子串长度(包括#) p[0] = p[sb.length() - 1] = 0; int center = 0; int r = 0; for (int i = 1; i < sb.length() - 1; i++){ int i_mirror = center - ( i - center); int diff = r - i; if (i_mirror>= 0){ if (p[i_mirror] < diff) p[i] = p[i_mirror]; else { center = i; p[i] = diff; int pre = i - p[i] - 1; //往前 int after = i + p[i] + 1; //往后 while (pre >= 0 && after < sb.length() && sb.charAt(pre) == sb.charAt(after)){ p[i] ++; pre --; //往前 after ++; //往后 } r = i + p[i]; //当前中心的右边缘 } }else { center = i; p[i] = 0; int pre = i - p[i] - 1; //往前 int after = i + p[i] + 1; //往后 while (pre >= 0 && after < sb.length() && sb.charAt(pre) == sb.charAt(after)){ p[i] ++; pre --; //往前 after ++; //往后 } r = i + p[i]; //当前中心的右边缘 } } int maxLen = 0; int index = 0; for (int i = 0; i < sb.length(); i++){ if (p[i] > maxLen){ maxLen = p[i]; index = i; } } int start = (index >> 1) - (maxLen >> 1); int last = (index >> 1) + (maxLen >> 1); if ((index & 0x01) == 1) last++; return str.substring(start,last);}/** * 向字符串中插入#,如 ab,则返回 #a#b# * @param str * @return */private static StringBuilder addTag(String str) { StringBuilder sb = new StringBuilder(); sb.append('#'); for (int i = 0; i < str.length(); i++){ sb.append(str.charAt(i)); sb.append('#'); } return sb;}
四、字符串变成回文字符串需要添加的字符数
f(i,j)表示s[i..j]变为回文串需要添加的最少字符数。f(i,j)=0 if i>=jf(i,j)=f(i+1,j-1) if i<j and s[i]==s[j]f(i,j)=min(f(i,j-1),f(i+1,j))+1 if i<j and s[i]!=s[j]
实现:
/** * 添加多少字符串使字符串变为回文串 * @param str * @return */public static int addTobePalindrome(String str){ if (str == null || str.length() <= 0) return 0; int len = str.length(); int[][] p = new int[len][len]; for (int i = 0; i < len; i++){ for (int j = 0; j < len; j++){ p[i][j] = 0; } } for (int i = 2; i <= len; i++){ for (int j = 0; j < len - i + 1; j++){ int currLast = j + i - 1; if (str.charAt(j) == str.charAt(currLast)){ //判断s[i...j]需要添加的字符个数 p[j][currLast] = p[j+1][currLast-1]; }else { p[j][currLast] = 1 + (p[j][currLast - 1] < p[j+1][currLast] ? p[j][currLast - 1] : p[j+1][currLast] ); } } } return p[0][len-1];}
参考:
[1]http://www.cnblogs.com/bitzhuwei/p/Longest-Palindromic-Substring-Par-I.html
[2]http://www.cnblogs.com/bitzhuwei/p/Longest-Palindromic-Substring-Part-II.html
- Palindrome<回文>字符串问题
- 回文字符串切割问题
- 回文字符串问题
- 回文字符串问题
- 回文字符串问题
- 回文字符串问题
- 回文字符串ACM问题
- 最长回文字符串问题
- 回文数与回文字符串问题
- 回文字符串 的添加问题
- 字符串回文问题及其扩展
- 最长回文子字符串问题
- 字符串回文子序列问题
- DP问题 制造回文字符串
- Leetcode-字符串问题--最长的回文字符串
- hpuoj 1699: 回文串问题 (回文字符串&manacher)
- 一道特殊的回文字符串处理问题
- 查找字符串中的最长回文问题评述
- 使用shell实现打印给定日期的日历
- 拼图游戏的艺术
- cmd快捷启动/关闭tomcat
- 【幻化万千戏红尘】qianfengDay10-java基础学习:成员内部类、静态内部类、局部和匿名内部类,设计模式之简单工厂模式
- MD5加密,解释一下这个过程
- 回文字符串问题
- Intent匹配规则(隐式意图)
- hello
- 国内一线互联网公司内部面试题库
- 汉诺塔V (第i个圆盘移动次数)
- springMVC 请求参数的乱码解决
- android .9.png说明
- 【例题】【图论(哈密顿回路)&DP(状压)】
- 最长公共子序列-dp