代码改变世界

LeetCode(4) || Longest Palindromic Substring 与 Manacher 线性算法

2015-03-10 22:14  追风的蓝宝  阅读(564)  评论(0编辑  收藏  举报

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。

lps02

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:

lps01

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。