import java.util.Arrays;
/**
* Source : https://oj.leetcode.com/problems/longest-palindromic-substring/
*
* Created by lverpeng on 2017/6/28.
*
*
* 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.
*
*/
public class LongestPalindromicSubString {
/**
* 给定一个字符串，从给定位置开始向两边找出其中的回文字符串
*
* @param str
* @param left
* @param right
* @return
*/
public String findPalindrome (String str, int left, int right) {
int n = str.length();
while (left >= 0 && right <= n - 1 && str.charAt(left) == str.charAt(right)) {
left --;
right ++;
}
return str.substring(left + 1, right);
}
/**
* 依次循环字符串的每一个元素，以钙元素为中心寻找最长的回文字符串
* 分奇数、偶数两种情况考虑
*
* @param str
* @return
*/
public String longestPalindromicStrByForce (String str) {
String lonestStr = "";
for (int i = 0; i < str.length(); i++) {
// 奇数的情况
String subStr = findPalindrome(str, i, i);
if (lonestStr.length() < subStr.length()) {
lonestStr = subStr;
}
subStr = findPalindrome(str, i, i+1);
if (lonestStr.length() < subStr.length()) {
lonestStr = subStr;
}
}
return lonestStr;
}
public boolean isPalindromicStr (String str) {
int length = str.length();
if (length % 2 == 0) {
return findPalindrome(str, length / 2 - 1, length / 2).length() == length;
}
return findPalindrome(str, length / 2, length / 2).length() == length;
}
/**
* 起始位置为i，依次判断i-j（j去从length到i之间的数，这样背刺只要找到一个就是，从i开始的最长的会问字符串了，直接跳出本次循环）之间的字符串是不是回文字符串，如果是的话和目前最长的会问字符串比较，找到新的最长
*
* @param str
* @return
*/
public String longestPalindromicStrByForce1 (String str) {
String longestStr = "";
for (int i = 0; i < str.length(); i++) {
for (int j = str.length() - 1; j >= 0; j--) {
String subStr = str.substring(i, j);
if (isPalindromicStr(subStr)) {
if (longestStr.length() < subStr.length()) {
longestStr = subStr;
}
break;
}
}
}
return longestStr;
}
/**
* 动态规划：把原问题分解为相对简单的子问题 求解复杂问题的方法
* 记忆化的求解递推式
* 1. 求出所有子字符串，遍历字符串，每次遍历，找到0-i之间所有的子字符串，针对每个子字符串判断是不是回文字符串
* 2. 针对0-i之间的字符串，从i一个字符开始计算，然后i-1,i
* i
* i-1, i
* i-2, i-1, i
* i- 3, i-2, i-1, i
* 总结得出：如果p(j, i)是一个回文字符串的话，那么p(j+1, i-1)一定是
* 那么递推式就是：p(j, i) <= str[j] == str[i] && p(j+1, i-1)，p(x,y)str[x]-str[y]之间的字符串是回文字符串
* 在上面的计算中，计算p(j, i)的时候，已经计算过p(j+1, i-1)，那么就可以把p(j+1, i-1)缓存起来，不需要重复计算
*
* 动态规划解题方法：
* 分解子问题，找到状态转移方程
*
* 概念：
* 状态：表示问题的中间结果
* 阶段：同时可能有多个中间结果
* 决策：一个状态转移到另一个状态，往往通过决策来进行，有决策就会有状态转移
* 无后效性：一旦某一个状态确定之后，它之前的状态无法对他之后的状态产生影响
* 最优子结构：最优解包含的子问题的解也是最优的，就称该问题具有最优子结构，也就是满足最优化原理
*
* 动态规划适用范围：
* 最优子结构
* 无后效性
* 子问题的重叠性质
*
* 与贪心算法的区别：
* 贪心算法：采取当前状态下最好的选择，以期导致结果是最好的
* 贪心算法对每个子结果做出选择，不能回退，也就是只依赖前一个结果
* 动态规划会依赖原来所有的结果，需要保存原来的结果，根绝原来的结果对当前结果进行选择，有回退功能
*
*
* 使用动态规划来计算
* 上面使用暴力法1的时候，在计算i-j的时候已经判断过i--, j++，所以可以把i--, j++保存下来，下次就不用重新计算判断了
*
* @param str
* @return
*/
public String longestPalindromicStrByDp (String str) {
String longestStr = "";
boolean[][] table = new boolean[str.length()][str.length()];
for (int i = 0; i < str.length(); i++) {
for (int j = i; j >= 0; j--) {
// i == j 说明j-i之间只有j、i两个元素，一定是回文的，true
// i、j两个未位置的字符相等，j++、i--两个字符也相同，并且i- j < 2（这个时候只有j、i两个位置的字符），
// 或者是j++, i__两个位置的字符也相同（j++，i--前面已经计算过，每次保证两个位置和向内两个未知的字符分别相同，
// 那么最后一定是回文字符串）
if (i == j || (str.charAt(i) == str.charAt(j) && (i - j < 2 || table[j+1][i-1]))) {
table[i][j] = true;
if (longestStr.length() < i - j + 1) {
longestStr = str.substring(j, i + 1);
}
}
}
}
for (int i = 0; i < table[0].length; i++) {
System.out.println(Arrays.toString(table[i]));
}
return longestStr;
}
public static void main(String[] args) {
LongestPalindromicSubString longestPalindromicSubString = new LongestPalindromicSubString();
String s = "abacdfgdcaba";
System.out.println(longestPalindromicSubString.longestPalindromicStrByForce(s));
System.out.println(longestPalindromicSubString.longestPalindromicStrByForce(s));
System.out.println(longestPalindromicSubString.longestPalindromicStrByDp(s));
}
}
