当前位置: 首页 > news >正文

最长回文子串问题:Go语言实现及复杂度分析

最长回文子串问题:Go语言实现及复杂度分析

最长回文子串问题是要求找到一个字符串中最长的回文子串。以下是几种常见解法的思路和复杂度分析:

1. 暴力解法

思路

  • 检查所有可能的子串,判断是否为回文
  • 记录最长的回文子串

Go实现

func longestPalindrome(s string) string {n := len(s)if n < 2 {return s}maxLen := 1begin := 0for i := 0; i < n-1; i++ {for j := i+1; j < n; j++ {if j-i+1 > maxLen && isPalindrome(s, i, j) {maxLen = j - i + 1begin = i}}}return s[begin : begin+maxLen]
}func isPalindrome(s string, left, right int) bool {for left < right {if s[left] != s[right] {return false}left++right--}return true
}

复杂度分析

  • 时间复杂度:O(n³) - 两层循环O(n²),每个子串检查回文O(n)
  • 空间复杂度:O(1) - 只使用了常数空间

2. 中心扩展法

思路

  • 以每个字符和每两个字符之间为中心,向两边扩展寻找回文
  • 需要考虑奇数长度和偶数长度的回文

Go实现

func longestPalindrome(s string) string {if len(s) < 2 {return s}start, end := 0, 0for i := 0; i < len(s); i++ {len1 := expandAroundCenter(s, i, i)    // 奇数长度len2 := expandAroundCenter(s, i, i+1)  // 偶数长度maxLen := max(len1, len2)if maxLen > end - start {start = i - (maxLen-1)/2end = i + maxLen/2}}return s[start:end+1]
}func expandAroundCenter(s string, left, right int) int {for left >= 0 && right < len(s) && s[left] == s[right] {left--right++}return right - left - 1
}func max(a, b int) int {if a > b {return a}return b
}

复杂度分析

  • 时间复杂度:O(n²) - 遍历每个中心点O(n),每个中心扩展O(n)
  • 空间复杂度:O(1) - 只使用了常数空间

3. 动态规划

思路

  • 定义dp[i][j]表示s[i…j]是否为回文
  • 状态转移方程:dp[i][j] = (s[i] == s[j]) && dp[i+1][j-1]
  • 边界条件:单个字符是回文,两个相同字符也是回文

Go实现

func longestPalindrome(s string) string {n := len(s)if n < 2 {return s}dp := make([][]bool, n)for i := range dp {dp[i] = make([]bool, n)dp[i][i] = true}maxLen := 1begin := 0for j := 1; j < n; j++ {for i := 0; i < j; i++ {if s[i] != s[j] {dp[i][j] = false} else {if j - i < 3 {dp[i][j] = true} else {dp[i][j] = dp[i+1][j-1]}}if dp[i][j] && j-i+1 > maxLen {maxLen = j - i + 1begin = i}}}return s[begin : begin+maxLen]
}

复杂度分析

  • 时间复杂度:O(n²) - 填充n×n的DP表
  • 空间复杂度:O(n²) - 需要存储DP表

4. Manacher算法

思路

  • 预处理字符串,插入特殊字符处理偶数长度回文
  • 维护一个回文半径数组和当前最远右边界
  • 利用对称性减少不必要的计算

Go实现

func longestPalindrome(s string) string {if len(s) < 2 {return s}// 预处理字符串t := "^#" + strings.Join(strings.Split(s, ""), "#") + "#$"n := len(t)p := make([]int, n)center, right := 0, 0for i := 1; i < n-1; i++ {if right > i {p[i] = min(right-i, p[2*center-i])}// 中心扩展for t[i+p[i]+1] == t[i-p[i]-1] {p[i]++}// 更新最右边界if i+p[i] > right {center, right = i, i+p[i]}}// 找出最大回文子串maxLen, centerIndex := 0, 0for i := 1; i < n-1; i++ {if p[i] > maxLen {maxLen = p[i]centerIndex = i}}start := (centerIndex - maxLen) / 2return s[start : start+maxLen]
}func min(a, b int) int {if a < b {return a}return b
}

复杂度分析

  • 时间复杂度:O(n) - 每个字符最多被处理两次
  • 空间复杂度:O(n) - 需要存储预处理字符串和回文半径数组

总结

方法时间复杂度空间复杂度适用场景
暴力解法O(n³)O(1)不推荐,仅用于理解
中心扩展法O(n²)O(1)一般情况首选
动态规划O(n²)O(n²)理解DP思想
Manacher算法O(n)O(n)最优解,但实现复杂

在实际应用中,中心扩展法通常是较好的选择,因为它实现简单且效率较高。Manacher算法虽然理论复杂度最优,但实现较为复杂,通常只在特别需要优化性能时使用。

http://www.dtcms.com/a/336520.html

相关文章:

  • 63.不同路径
  • Django前后端交互实现用户登录功能
  • 计算机网络---跳板机与堡垒机
  • Centos 更新/修改宝塔版本
  • 第七十八章:AI的“智能美食家”:输出图像风格偏移的定位方法——从“滤镜病”到“大师风范”!
  • 点云的PFH 和 FPFH特征
  • k8sday09
  • C# 反射和特性(自定义特性)
  • 股票术语:“支撑位”
  • 解码词嵌入向量的正负奥秘
  • 一张图总结 - AI代理上下文工程:构建Manus的经验教训
  • Python多线程、锁、多进程、异步编程
  • Linux | i.MX6ULL网络通信-套字节 TCP(第十七章)
  • 【k8s】Kubernetes核心概念与架构详解
  • 4.8 Vue 3: provide / inject 详解
  • LEA(Load Effective Address)指令
  • MACS2简介
  • 欠拟合和过拟合的特征标志,有什么方法解决,又该如何避免
  • 评测系统构建
  • 20.LeNet
  • [逆向知识] AST抽象语法树:混淆与反混淆的逻辑互换(二)
  • 2001-2024年中国玉米种植分布数据集
  • Cesium学习(二)-地形可视化处理
  • AutoSar BSW介绍
  • PyTorch 面试题及详细答案120题(01-05)-- 基础概念与安装
  • 全星质量管理 QMS:驱动制造业高质量发展的核心工具
  • 雷卯针对香橙派Orange Pi 5 Ultra开发板防雷防静电方案
  • Java研学-SpringCloud(五)
  • 如何理解“速度模式间接实现收放卷恒张力控制“
  • 题目2:使用递归CTE分析产品层级关系