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"回文串总是会有一个“中心”,中心可以是一个字符,也可以是由两个相同的字符构成的。 中心可以在任何地方,所以,遍历字符串,对每个字符(和相同的两个字符)尝试进行拓展,看其是否能构成更长的回文串。时间复杂度是 O ( n 2 ) O(n^2) O(n2)
对于一个回文串,如果我们去掉它的首尾两个字符,那么它还是一个回文串(空字符也视为回文串)。那么根据这个我们可以得到动态规划所需要的状态转移方程:
P ( i , j ) = p ( i + 1 , j − 1 ) ∧ ( S i = = S j ) P(i,j) = p(i+1,j-1) \wedge(S_i == S_j) P(i,j)=p(i+1,j−1)∧(Si==Sj)
动态规划的边界,即 i = = j i==j i==j或者 i + 1 = = j i+1==j i+1==j,有: P ( i , j ) = t r u e , i = = j P(i,j) = true,i==j P(i,j)=true,i==j P ( i , j ) = ( S i = = S j ) , i + 1 = = j P(i,j)=(S_i == S_j),i+1==j P(i,j)=(Si==Sj),i+1==j 我们可以在动态规划的过程中,不断比较区间的长度,找到最长的回文串。
思路理清了,那如何编码呢? 一个需要注意的地方在于,如果我们没有选择恰当的方法去设置循环,那么我们得到的 p ( i + 1 , j − 1 ) p(i+1,j-1) p(i+1,j−1)可能是未计算的,从而无法得到正确的结果。 所以,我们可以设置一个这样的双层循环:从1开始到n,外层循环遍历回文串可能的所有长度,而内层循环用这个长度的区间依次获得各个 p ( i , j ) p(i,j) p(i,j)的值