博客
关于我
最长回文子串
阅读量:771 次
发布时间:2019-03-24

本文共 1760 字,大约阅读时间需要 5 分钟。

为了找到字符串中最长的回文子串,我们采用扩展法,从字符串的每个字符位置作为中心向外扩展,检查两侧是否对称相等。这种方法的时间复杂度为O(n^2),适用于所有长度的字符串。

方法思路

回文子串是指正读和倒读都一样的子串。为了高效地找到最长回文子串,我们可以使用扩展法:

  • 中心点遍历:遍历字符串的每一个字符,考虑其为回文子串的中心。对于奇数长度的回文,中心是一个字符;对于偶数长度的回文,中心是两个相邻字符。
  • 向外扩展:从每个中心点向两边扩展,直到两边字符不相等或无法扩展为止。
  • 记录最长回文:在扩展过程中,记录遇到的最长回文子串的长度及其位置。
  • 这种方法确保我们在最坏情况下也能找到最长回文子串,时间复杂度为O(n^2),适用于所有情况。

    解决代码

    public class Solution {    public String longestPalindrome(String s) {        if (s.length() < 2) {            return s;        }        int maxLen = 1;        int begin = 0;        int n = s.length();                for (int i = 0; i < n; i++) {            // 处理奇数长度回文的情况            int left = i;            int right = i;            while (left - 1 >= 0 && right + 1 < n && s.charAt(left - 1) == s.charAt(right + 1)) {                left--;                right++;                if (right - left + 1 > maxLen) {                    maxLen = right - left + 1;                    begin = left;                }            }            // 处理偶数长度回文的情况            if (i < n - 1) {                int leftEven = i;                int rightEven = i + 1;                while (leftEven - 1 >= 0 && rightEven + 1 < n && s.charAt(leftEven - 1) == s.charAt(rightEven + 1)) {                    leftEven--;                    rightEven++;                    if (rightEven - leftEven + 1 > maxLen) {                        maxLen = rightEven - leftEven + 1;                        begin = leftEven;                    }                }            }        }        return s.substring(begin, begin + maxLen);    }}

    代码解释

  • 初始检查:如果字符串长度小于2,直接返回字符串本身。
  • 遍历每个中心点:外部循环遍历每个可能的中心点。
  • 处理奇数长度回文:从每个中心点向外扩展,检查左右字符是否对称相等,直到无法扩展为止。
  • 处理偶数长度回文:同样的方法处理相邻两个字符作为中心的情况。
  • 记录最长回文:在每次扩展后,检查并记录当前最长的回文子串长度及其位置。
  • 返回结果:根据记录的位置和长度,返回最长回文子串。
  • 这种方法确保了在O(n^2)时间复杂度内解决问题,适用于所有可能的输入字符串。

    转载地址:http://fcwuk.baihongyu.com/

    你可能感兴趣的文章
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP、CV 很难入门?IBM 数据科学家带你梳理
    查看>>
    NLP三大特征抽取器:CNN、RNN与Transformer全面解析
    查看>>
    NLP入门(六)pyltp的介绍与使用
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP度量指标BELU真的完美么?
    查看>>
    NLP的不同研究领域和最新发展的概述
    查看>>
    NLP的神经网络训练的新模式
    查看>>
    NLP采用Bert进行简单文本情感分类
    查看>>
    NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
    查看>>
    NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
    查看>>
    NLP:从头开始的文本矢量化方法
    查看>>
    NLP:使用 SciKit Learn 的文本矢量化方法
    查看>>
    NLTK - 停用词下载
    查看>>
    nmap 使用总结
    查看>>
    nmap 使用方法详细介绍
    查看>>
    nmap使用
    查看>>
    nmap使用实战(附nmap安装包)
    查看>>
    Nmap哪些想不到的姿势
    查看>>
    Nmap扫描教程之Nmap基础知识
    查看>>