给定一个字符串,求出其最长回文子串。例如:
(1)s="abcd",最长回文长度为 1;
(2)s="ababa",最长回文长度为 5;
(3)s="abccb",最长回文长度为 4,即 bccb。
以上问题的传统思路大概是,遍历每一个字符,以该字符为中点向两边查找。其时间复杂度为$O(n^2)$,很不高效。而在1975年,一个叫Manacher的人发明了一个算法,Manacher算法,也称马拉车算法,该算法可以把时间复杂度提升到$O(n)$。下面来看看马拉车算法是如何工作的。
由于回文分为偶回文(比如 bccb)和奇回文(比如 bcacb),而在处理奇偶问题上会比较繁琐,所以这里我们使用一个技巧,在字符间插入一个字符(前提这个字符未出现在串里)。举个例子:s="abbahopxpo"
,转换为s_new="$#a#b#b#a#h#o#p#x#p#o#"
(这里的字符 $ 只是为了防止越界,下面代码会有说明),如此,s 里起初有一个偶回文abba
和一个奇回文opxpo
,被转换为#a#b#b#a#
和#o#p#x#p#o#
,长度都转换成了奇数。
定义一个辅助数组int p[]
,p[i]
表示以s_new[i]
为中心的最长回文的半径,例如:
i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
s_new[i] | $ | # | a | # | b | # | b | # | a | # | h | # | o | # | p | # | x | # | p | # | o | # |
p[i] | 1 | 2 | 1 | 4 | 5 | 2 | 1 | 2 | 1 | 2 | 1 | 2 | 1 | 2 | 1 | 6 | 1 | 2 | 1 | 2 | 1 |
可以看出,p[i]-1
正好是原字符串中最长回文串的长度。
Manacher算法之所以快,就快在对 p 数组的求法上有个捷径。在我们解决了奇偶回文的繁琐时,剩下的难点就是求 p 数组,按照普通思维,我们是这样求解的:求解p[i]
,先初始化p[i]=1
,再以s_new[i]
为中心判断两边是否相等,相等就p[i]++
。这就是普通的思维,但是我们想想,能否让p[i]
的初始化不是 1,让它更大点,看下图:
设置两个变量,mx 和 id 。
mx 代表以s_new[id]
为中心的最长回文最右边界,也就是mx=id+p[id]
。
假设我们现在求p[i]
,也就是以s_new[i]
为中心的最长回文半径,如果i
if (i < mx)
p[i] = min(p[2 * id - i], mx - i);
2 * id -i
其实就是等于 j ,p[j]
表示以s_new[j]
为中心的最长回文半径,见上图,因为 i 和 j 关于 id 对称,我们利用p[j]
来加快查找。
/**
*
* author 刘毅(Limer)
* date 2017-02-25
* mode C++
*/
#include
#include
#include
using namespace std;
char s[1000];
char s_new[2000];
int p[2000];
int Init()
{
int len = strlen(s);
s_new[0] = '$';
s_new[1] = '#';
int j = 2;
for (int i = 0; i < len; i++)
{
s_new[j++] = s[i];
s_new[j++] = '#';
}
s_new[j] = '\0'; //别忘了哦
return j; //返回s_new的长度
}
int Manacher()
{
int len = Init(); //取得新字符串长度并完成向s_new的转换
int maxLen = -1; //最长回文长度
int id;
int mx = 0;
for (int i = 1; i < len; i++)
{
if (i < mx)
p[i] = min(p[2 * id - i], mx - i); //需搞清楚上面那张图含义, mx和2*id-i的含义
else
p[i] = 1;
while (s_new[i - p[i]] == s_new[i + p[i]]) //不需边界判断,因为左有'$',右有'\0'
p[i]++;
if (mx < i + p[i]) //我们每走一步i,都要和mx比较,我们希望mx尽可能的远,这样才能更有机会执行if (i < mx)这句代码,从而提高效率
{
id = i;
mx = i + p[i];
}
maxLen = max(maxLen, p[i] - 1);
}
return maxLen;
}
int main()
{
while (printf("请输入字符串:\n"))
{
scanf("%s", s);
printf("最长回文长度为 %d\n\n", Manacher());
}
return 0;
}
文章开头已经提及,Manacher算法为线性算法,即使最差情况下其时间复杂度亦为$O(n)$,在进行证明之前,我们还需要更加深入地理解上述算法过程。
定义 mx 为以s_new[id]
为中心的最长回文最右边界,也就是mx=id+p[id]
。j 与 i 关于 id 对称,根据回文的性质,p[i]
的值基于以下三种情况得出:
(1)j 的回文串有一部分在 id 的之外,如下图:
上图中,黑线为 id 的回文,i 与 j 关于 id 对称,红线为 j 的回文。那么根据代码此时p[i]=mx-i
,即紫线。那么p[i]
还可以更大么?答案是不可能!见下图:
假设右边新增的紫色部分是p[i]
可以增加的部分,那么根据回文的性质,a 等于 d ,也就是说 id 的回文不仅仅是黑线,而是黑线+两条紫线,矛盾,所以假设不成立,故p[i]=mx-i
,不可以再增加一分。
(2)j 回文串全部在 id 的内部,如下图:
此时p[i]=p[j]
,那么p[i]
还可以更大么?答案亦是不可能!见下图:
假设右边新增的红色部分是p[i]
可以增加的部分,那么根据回文的性质,a 等于 b ,,也就是说 j 的回文应该再加上 a 和 b ,矛盾,所以假设不成立,故p[i]=p[j]
,也不可以再增加一分。
(3)j 回文串左端正好与 id 的回文串左端重合,见下图:
此时p[i]=p[j]
或p[i]=mx-i
,并且p[i]
还可以继续增加,所以需要
while (s_new[i - p[i]] == s_new[i + p[i]])
p[i]++;
根据(1)(2)(3),很容易推出Manacher算法的最坏情况,即为字符串内全是相同字符的时候。在这里我们重点研究Manacher()中的for语句,推算发现for语句内平均访问每个字符5次,即时间复杂度为:$T_{worst}(n)=O(n)$。
同理,我们也很容易知道最佳情况下的时间复杂度(最佳情况即字符串内字符各不相同)。推算得平均访问每个字符4次,即时间复杂度为:$T_{best}(n)=O(n)$。
综上,Manacher算法的时间复杂度为$O(n)$。