马拉车算法解最长回文子串！Manacher

发表于

这是我参与11月更文挑战的第11天，活动详情查看：2021最后一次更文挑战

一、写在前面

LeetCode 第一题两数之和传输门：听说你还在写双层for循环解两数之和？

LeetCode 第二题两数之和传输门：# 两个排序数组的中位数，“最”有技术含量的解法！

今天给大家分享的是LeetCode 数组与字符串 第三题：最长回文子串，为面试而生，期待你的加入。

二、今日题目

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
2
3
4
5
6
7
8
9
10
python复制代码示例 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"

三、 分析

这个题目呢，之前参加校IT精英赛时遇到过，当时用c写的，呃···可惜，没写出来，所以咋看第一眼，有点心凉的感觉，当然今日之我已非彼时，早已深知回文字符是个啥玩意，比如日期：2018102，就是个回文字符串。

我是这样想的，要找字符串中最长的回文字符串，肯定就要先找出这个字符串的子串中那些是回文串，然后再求他们中最长的，就可以找到答案了，理清思路，我就开始兴奋的敲代码了，然而…

四、解题

  • 方法一：
    根据上面的思路，一步步来，时间复杂度，嗯，好像有O(n^4)…
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
30
31
32
33
34
35
36
37
python复制代码class Solution:
	def longestPalindrome(self, s):
		"""
		:type s: str
		:rtype: str
		"""
		len_s = len(s)
		if len_s == 1:
			return s
		substring = ' '
		substring_set = []
		for i in range(len_s):
			for j in range(len_s):
				if i < j :
					substring = s[i:j+1]
					if self.is_Palindrome(substring) == 1:
						substring_set.append(substring)
		longest_s = ' '
		if substring_set:
			longest_s = substring_set[0]
		else:
			return s[0]
		for i in range(len(substring_set) - 1):
			if len(longest_s) < len(substring_set[i + 1]):
				longest_s = substring_set[i + 1]
		return longest_s
	# 判断是否为回文字符
	def is_Palindrome(self,str_t):
		len_t = len(str_t)
		for i in range(len_t):
			if not str_t[i] == str_t[len_t - 1 - i]:
				return 0
		return 1
s = 'assas'
s0 = Solution()
l_Palindrome = s0.longestPalindrome(s)
print(l_Palindrome)
  • 提交结果：

提交之后，老半天，给出结果，运行超时(hhh,结果是对的，就是时间上还有待优化)
运行超时

  • 方法二：
    对于方法一，无话可说，思前想后，没个结果，百度，嗯，百度是个好东西。
    从从中心向外扩散，时间复杂度：O(n^2)

从中心向外扩散思想

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
30
31
32
33
34
35
36
37
python复制代码'''
思想参考：https://blog.csdn.net/qq_32354501/article/details/80084325
原作者用java实现
'''
class Solution:
	# 类变量，类全局可调用
	longest_s = ''  # 最长回文字符串
	maxLen = 0  # 长度
	
	def longestPalindrome(self, s):
		"""
		:type s: str
		:rtype: str
		"""
		len_s = len(s)
		if len_s == 1:  # 单字符串
			return s
		for i in range(len_s):
			# 单核(奇数向两边延伸)
			self.find_longest_Palindrome(s, i, i)
			# 双核（偶数向两边延伸）
			self.find_longest_Palindrome(s, i, i + 1)
		return self.longest_s
	
	# 找出最长的回文字符串
	def find_longest_Palindrome(self, s, low, high):
		# 从中间向两端延伸，判断是否为回文字符串的同时寻找最长长度
		while low >= 0 and high < len(s):
			if s[low] == s[high]:
				low -= 1  # 向左延伸
				high += 1  # 向右延伸
			else:
				break
		# high - low - 1 表示当前回文字符串长度
		if high - low - 1 > self.maxLen:
			self.maxLen = high - low - 1
			self.longest_s = s[low + 1:high]
  • 提交结果

在这里插入图片描述

测试数据：103组
运行时间：1256ms
击败人百分比:61.95%

  • 方法三：
    Manacher算法

时间复杂度：O(n)

算法只有遇到还没匹配的位置时才进行匹配，已经匹配过的位置不再进行匹配，因此大大的减少了重复匹配的步骤，对于S_new中的每个字符只进行一次匹配。所以该算法的时间复杂度为O(2n+1)—>O(n)（n为原字符串的长度），所以其时间复杂度依旧是线性的。

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
30
31
32
33
34
python复制代码class Solution:
	def longestPalindrome(self, s):
		"""
		:type s: str
		:rtype: str
		"""
		t0 = '#'.join(s)
		s_new = '#' + t0 + '#'
		len_new = []
		sub = '' # 最长回文字符串
		sub_midd = 0  # 表示在i之前所得到的Len数组中的最大值所在位置
		sub_side = 0  # 表示以sub_midd为中心的最长回文子串的最右端在S_new中的位置
		for i in range(len(s_new)):
			if i < sub_side :
				# i < sub_side时，在Len[j]和sub_side - i中取最小值，省去了j的判断
				j = 2 * sub_midd - i
				if j >= 2 * sub_midd - sub_side and  len_new[j] <= sub_side - i:
					len_new.append(len_new[j])
				else:
					len_new.append(sub_side - i + 1)
			else:
				# i >= sub_side时，从头开始匹配
				len_new.append(1)
			while ((i - len_new[i] >= 0 and i + len_new[i] < len(s_new)) and (s_new[i - len_new[i]] == s_new[i + len_new[i]])):
				# s_new[i]两端开始扩展匹配，直到匹配失败时停止
				len_new[i] = len_new[i] + 1
				
			if len_new[i] >= len_new[sub_midd]:
				sub_side = len_new[i] + i - 1
				sub_midd = i
		a0 = int((2 * sub_midd - sub_side)/2)
		b0 = int(sub_side / 2)
		sub = s[a0 :b0 ] # 在s中找到最长回文子串的位置
		return sub
  • 提交结果
    方法三提交结果

测试数据：103组
运行时间：232ms
击败人百分比:72.36%

五、结语

坚持 and 努力 ： 终有所获。

思想很复杂，

实现很有趣，

只要不放弃，

终有成名日。

—《老表打油诗》

下期见，我是爱猫爱技术的老表，如果觉得本文对你学习有所帮助，欢迎点赞、评论、关注我！

本文转载自: 掘金

开发者博客 – 和开发相关的 这里全都有

0%