文章转载于Felix's Blog,在此谢过,便于理解,文章有稍微改动。
Manacher's ALGORITHM: O(n)时间求字符串的最长回文子串
首先用一个非常巧妙的方式对子串预处理:
(1)将所有可能的奇数/偶数长度的回文子串都转换成了奇数长度:在每个字符的两边都插入一个特殊的符号。比如 abba 变成 #a#b#b#a#, aba变成 #a#b#a#。
(2)为了进一步减少编码的复杂度,可以在字符串的开始加入另一个特殊字符,这样就不用特殊处理越界问题,比如$#a#b#a#。
举例:
下面以字符串12212321为例,经过上一步,变成了 S[] = "$#1#2#2#1#2#3#2#1#";
然后用一个数组 P[i] 来记录以字符S[i]为中心的最长回文子串向左/右扩张的长度(包括S[i]),比如S和P的对应关系:
那么怎么计算P[i]呢?该算法增加两个辅助变量(其实一个就够了,两个更清晰)id和mx,
其中id表示最大回文子串中心的位置,mx则为id+P[id],也就是最大回文子串的边界。
------------
注意:在算法中,id和mx是一直更新的,其表示,以id为起点,半径为mx势力范围内能够罩住的区间,即[id - mx,id + mx]。
在处理第i个字符时,如果mx > i,则说明该字符在以id为起点的势力区间范围内,第i个字符能用的上一次处理的结果,可以不用去匹配而直接获得已经匹配的字符个数。需要注意的是,此时直接获得的已经匹配的字符个数不一定是最终匹配的个数。原因会在下面讨论。
如果不在势力范围内,只能按照普通的方法挨个匹配喽。
这里需要说明下,对于字符S[t],它的回文子串时以t开始,半径为mx。
则表示,S[t - mx] != S[t + mx],即以S[t]为中心的回文子串是不包含字符S[t + mx]的。
因为字符t的回文子串时以t开始,如果包含mx,则其回文子串区间为[t,t+mx],其长度应该为(t + mx) - mx + 1 = t + 1。(包含两个端点的区间长度等于两个端点差 + 1)。这与其半径为mx,是相反的。故不包含字符S[t + mx]。
下面给出一个结论。
------------
然后可以得到一个非常神奇的结论,这个算法的关键点就在这里了:
如果mx > i,那么P[i] >= MIN(P[2 * id - i], mx - i),其中i与j关于id对称。
就是这个串卡了我非常久。实际上如果把它写得复杂一点,理解起来会简单很多:
当然光看代码还是不够清晰,还是借助图来理解比较容易。
第一种情况:
当 mx - i > P[j] 的时候,以S[j]为中心的回文子串包含在以S[id]为中心的回文子串中,由于 i 和 j 对称,以S[i]为中心的回文子串必然包含在以S[id]为中心的回文子串中,所以必有 P[i] = P[j],见下图。
------------------------------
说明:
在图中,给出两个条件:
(1)mx > i :说明求解字符s[i]的回文子串时,可以使用之前求出的结果。
(2)p[j] < mx - i :说明以j为中心的回文子串全部在以id中心的势力范围内
此时,p[i] = p[j] :i与j对称,则以i为中心的回文子串全部在以id中心的势力范围内。
此时,不会更新id和mx值,即可以直接处理下一个字符。
-------------------------------
第二种情况:
当 P[j] >= mx - i 的时候,以S[j]为中心的回文子串不一定完全包含于以S[id]为中心的回文子串中,但是基于对称性可知,下图中两个绿框所包围的部分是相同的,也就是说以S[i]为中心的回文子串,其向右至少会扩张到mx的位置,也就是说 P[i] >= mx - i。至于mx之后的部分是否对称,就只能老老实实去匹配了。
------------------------------
说明:
在图中,具体包含两种情况:
(1)mx > i : 说明求解字符s[i]的回文子串时,可以使用之前求出的结果。
<1> p[j] > mx - i :说明以j为中心的回文子串只有部分在以id中心的势力范围内
此时,p[i] = mx - i 且 不会更新id和mx值,即可以直接处理下一个字符。
<2> p[j] = mx - i :说明以j为中心的回文子串全部在以id中心的势力范围内
此时,p[i] >= mx - i,即字符s[i]的回文子串向右至少会扩张到mx的位置,即之后还需要继续匹配。
至于这两种情况,可以在图上画画就可以推出。
-------------------------------
第三种情况:
对于 mx <= i 的情况,无法对 P[i]做更多的假设,只能P[i] = 1,然后再去匹配了。
此时,正在处理的字符不在以id为起点的势力区间范围内,则无法用到上一次处理的结果,此时只能乖乖自己去匹配了。
于是代码如下:
根据上面的分析,可以细化程序:
(1) 当 mx > i 且 mx - i > p[j]时,
此时,p[i] = p[j] 且 不会更新mx和id,可以直接处理下一个字符。
(2) 当 mx > i 且 mx - i < p[j]时,
此时,p[i] = mx - i 且 不会更新mx和id,可以直接处理下一个字符。
当然,这两种情况肯定也不会满足while的条件s[i + p[i]] == s[i - p[i]]和if的条件i + p[i] > mx,只不过他相比之下会多两次判断。
回头看,一旦这样展开,也会多一次if判断,在下面的程序中,可以不展开了。这里只是为了更好地说明该程序。
细化后的代码如下: