[LeetCode] Longest Palindrome Substring 具体分析
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.
面DP题的考官都是神经病。
。(吐槽)
貌似挺easy出回文的题，那么今天细致分析下DP的做法！！
以解我被DP问题虐成渣渣的心碎感觉。如有错误请指出~
首先。拿了这个题，至少也能够给出一个O(n^3)的算法。2层for循环加每次检查一遍substring是不是回文。
我给出了一个必然超时的代码以供參考。
public String longestPalindrome(String s) {
if(s==null) return null;
// String[][] dp= new String[1000][1000];
// Arrays.fill(dp,1);
int max=1;
String result=s.substring(0,1);
for(int i=0;i<s.length()-1;i++){
for(int j=i+1;j<s.length();j++){
String temp=s.substring(i,j+1);
if(ifPalin(temp)){
if(max<temp.length()){
max=temp.length();
result=temp;
}
if(max==s.length())
return result;
}
}
}
return result;
}
public boolean ifPalin(String s){
if(s==null) return true;
int start=0;
int end=s.length()-1;
while(start<end){
if(s.charAt(start++)!=s.charAt(end--)){
return false;
}
}
return true;
}这显然不够。怎样优化？你会想到这样的恶心题。dp那是必定的。
那么要分析回文。必定要考虑到全部的情况。
↑上面Naive的方法超时原因是由于：每次循环，都得看一遍当前子串是不是回文，那么怎样解决这样的反复性的工作呢？
通过对回文性质的分析。我们能够看出来： 假设中间的某一段子串sub是回文，假设sub两側的字符是一样的。那么作为一个总体也是回文。
比如：
abcdcba : d是回文，cdc那么就是回文。 假设你再想一下。cdc是回文。两側b是一样的，bcdcb也是回文。咦，那么abcdcba就是回文了呗。
通过上个样例我们直接知道了答案。这是特例，那么对于普通情况怎样是好呢？所以第一个思路就是依据顺向的思维推导出来的：
我们申明一个dp[][]来储存状态。 对于dp[i][j]来说， 其意义就是 s.substring(i,j+1)是不是回文。
（1）既然我们不知道哪里为中心。向外拓展就能得到答案。
那么就以每一个字符为中心，向外拓展，保存一个最大的量，问题就攻克了！
我们得初始化下dp, 单个字符是，所以dp[i][i]=true.
但是还有种情况。 abcddcba，中间是两个。不是一个，这也能构成回文，这怎么办。
事实上也好办。我们就看看s.charAt(i)==s.charAt(i+1),假设是，就是回文。我们就set dp[i][i+1]=true
有了基础的case，我们1层for循环移动中心点，用两个指针start，end，分别拓展这两种情况，来分析回文。就可以找出最大值。
代码例如以下：
public String longestPalindrome(String s) {
if(s==null) return null;
boolean[][] dp= new boolean[s.length()][s.length()];
//define dp[i][j] is if s.substring(i,j+1) is palindrome:
int max=1;
String result=s.substring(0,1);
for(int i=0;i<s.length();i++){
dp[i][i]=true;
}
for(int i=0;i<s.length()-1;i++){
if(s.charAt(i)==s.charAt(i+1)){
dp[i][i+1]=true;
result=s.substring(i,i+2);
max=2;
}
}
for(int i=1;i<s.length()-1;i++){
int start=i-1,end=i+1; //aba的情况
while(start>=0 && end<=s.length()-1){
if(dp[i][i] && s.charAt(start)==s.charAt(end)){
dp[start][end]=true;
if(max<end-start+1){
max=end-start+1;
result=s.substring(start,end+1);
}
} else {
break;
}
start--;end++;
}
start=i-1;end=i+2; //abba的情况
while(start>=0 && end<=s.length()-1){
if(dp[i][i+1] && s.charAt(start)==s.charAt(end)){
dp[start][end]=true;
if(max<end-start+1){
max=end-start+1;
result=s.substring(start,end+1);
}
} else{
break;
}
start--;end++;
}
}
return result;
}上面的代码啰嗦了点。应该能简化，我比較懒。。假设理解意思了就好办！
(2)上面的解法事实上不太算dp，我们来考虑下真正的dp解法，但这个有时候非常难想出来。。多琢磨吧。。
至少。假设你看到了这。耐心点再看一些。一定会理解dp解这个题的过程：
dp的思路是用曾经做出来的结果作为基础，然后推导出新的结果。（2）的思路是：利用回文的性质，假设推断dp[i][j]是不是回文。那么要具备什么？
答案是：
1. s.charAt(i)==s.charAt(j)
2. dp[i+1][j-1] 是否为真
(这个代表当前的s.substring(i,j+1)往里面缩一个的substring是否是回文，有点绕。。举例： abccbfee, 假设i=0,j=5,也就是abccbf，dp[i][j]就是说abccbf是不是回文，依据之前的结果，假设s.charAt(i)==s.charAt(j)，而且。bccb也是回文，那么dp[i][j]就为真. 这个样例中 a!=f, 尽管dp[i+1][j-1] （bccb）是回文，那也不能算真)
所以这样dp的精华就体现出来了：通过之前的结果，推导如今！
还有个关键点。就是dp的写法。下午我把dp数组打印了出来，横坐标i从后往前。j是从i 到最后。1代表true，是回文，0反之。
dp里面挺多是从后面来的，当然我们不能记结果，而是要明确为什么这么做。
回文的中心多数应该是在中心位置，所以。从后往前走，我们能够利用到之前的结果。 (从前往后走也是一样的，仅仅只是循环的參数要对应的变一下)
然而是上面的条件还不够！假设说dp[i+1][j-1]为假。
但当i和j位置的字符是一致的，而且距离小于等于2的时候，那都是回文，原因是仅仅有3种情况： a (i=j) aa (i=0,j=1) a*a(i=0,j=2) *表示随意字符. 所以这样我们能够当做回文。
接着i不动，j接着走，超出了2的距离，也有可能会遇到和i一样的字符，这时候是不是回文？那就得看dp[i+1][j-1]是不是回文，假设是。记录，推断是否超过当前最大长度。
假设超过就替换最长字符串。
看第二张图，那三个1，事实上就是样例中 abccbadd的推导过程， 当i=2的循环。j=2。是回文，记录。 i=2， j=3，“cc” 是回文，继续。 "ccb"不是回文,
以上就是所有的分析，建议看文章的童鞋自己推导一遍过程。仅仅有理解了为什么这么做，才干真正理解dp。从而写出出精炼干净的dp代码
：以下代码是从大神那看到的，拿过来的。
public String longestPalindrome(String s) {
if(s==null || s.length()==1) return s;
boolean[][] dp= new boolean[s.length()][s.length()];
//define dp[i][j] is if s.substring(i,j+1) is palindrome:
int max=0;
String result=s.substring(0,1);
for(int i=s.length()-1;i>=0;i--){
for(int j=i;j<s.length();j++){
if(s.charAt(i)==s.charAt(j) && ((j-i<=2) || dp[i+1][j-1])){
dp[i][j]=true;
if(max<j-i+1){
max=j-i+1;
result=s.substring(i,j+1);
}
}
}
}
return result;
}
版权声明：本文博客原创文章。博客，未经同意，不得转载。
