【力扣算法08】之 5. 最长回文子串 python

简介: 【力扣算法08】之 5. 最长回文子串 python

问题描述


给你一个字符串 s,找到 s 中最长的回文子串。

如果字符串的反序与原始字符串相同,则该字符串称为回文字符串。

示例1

输入:s = “babad”

输出:“bab”

解释:“aba” 同样是符合题意的答案。

示例2


输入:s = “cbbd”

输出:“bb”

提示

  • 1 <= s.length <= 1000
  • s 仅由数字和英文字母组成

思路分析


我们可以使用动态规划来解决这个问题。首先,定义一个二维数组 dp,其中 dp[i][j] 表示从索引 i 到索引 j 的子串是否是回文串。如果子串是回文串,则 dp[i][j] 的值为 True,否则为 False

根据回文串的定义,我们可以得到以下推导公式:

  • 如果一个字符串的首尾字符不相等,则它肯定不是回文串,即:dp[i][j] = False
  • 如果一个字符串的首尾字符相等,并且去掉首尾字符后的子串是回文串,则它也是回文串,即:dp[i][j] = dp[i+1][j-1]

接下来,我们需要考虑边界条件。当子串的长度为 12 时,只需要判断首尾字符是否相等即可。因此,有以下边界条件:

  • j - i + 1 = 1,即子串长度为 1 时,表示该字符本身就是回文串,即:dp[i][j] = True
  • j - i + 1 = 2,即子串长度为 2 时,如果首尾字符相等,则该子串也是回文串,即:dp[i][j] = (s[i] == s[j])

最后,我们遍历字符串 s,根据以上推导公式计算 dp 数组的值,并记录最长的回文子串。


代码分析


  1. 首先,判断输入字符串 s 的长度是否为 0,如果是,则直接返回空字符串。
  2. 接着,初始化变量 n,表示字符串 s 的长度,并创建一个二维数组 dp,大小为 n × n,用于存储回文子串的判断结果。
  3. 然后,初始化变量 startmax_len,表示最长回文子串的起始位置和长度,初始值均为 0。
  4. 对于单个字符来说,它本身就是回文串,所以将 dp[i][i] 设置为 True
  5. 接下来,通过两层循环遍历字符串 s,其中,外层循环变量 j 表示右边界,内层循环变量 i 表示左边界。
  6. 在循环过程中,对于每个子串的首尾字符进行判断:
  • 如果首尾字符不相等,即 s[i] != s[j],则该子串不是回文串,将 dp[i][j] 设置为 False
  • 如果首尾字符相等,即 s[i] == s[j],则判断去掉首尾字符后的子串是否是回文串,即 dp[i+1][j-1],如果是,则当前子串也是回文串,将 dp[i][j] 设置为 True
  • 同时,更新最长回文子串的起始位置和长度,并记录下来。
  1. 循环结束后,返回字符串 s 中最长回文子串,即 s[start:start + max_len]

完整代码


class Solution(object):
    def longestPalindrome(self, s):
        """
        :type s: str
        :rtype: str
        """
        n = len(s)
        if n == 0:
            return ""
        # 初始化dp数组
        dp = [[False] * n for _ in range(n)]  # 创建一个大小为n×n的二维数组dp,用于存储回文子串的判断结果
        # 初始化最长回文子串的起始位置和长度
        start = 0
        max_len = 1
        # 单个字符一定是回文串,将dp[i][i]设置为True
        for i in range(n):
            dp[i][i] = True
        # 遍历字符串,计算dp数组的值
        for j in range(1, n):  # 外层循环变量j表示右边界
            for i in range(j):  # 内层循环变量i表示左边界
                if s[i] == s[j]:
                    # 当前字符首尾相等,如果去掉首尾字符后的子串也是回文串,则当前子串也是回文串
                    if j - i + 1 <= 2 or dp[i + 1][j - 1]:
                        dp[i][j] = True
                        # 更新最长回文子串的起始位置和长度
                        if j - i + 1 > max_len:
                            max_len = j - i + 1
                            start = i
        return s[start:start + max_len]  # 返回最长回文子串

详细分析

  1. 首先,判断输入字符串 s 的长度是否为 0,如果是,则直接返回空字符串。
n = len(s)
if n == 0:
    return ""
  1. 接着,初始化变量 n,表示字符串 s 的长度,并创建一个二维数组 dp,大小为 n × n,用于存储回文子串的判断结果。
n = len(s)
dp = [[False] * n for _ in range(n)]
  1. 然后,初始化变量 startmax_len,表示最长回文子串的起始位置和长度,初始值均为 0。
start = 0
max_len = 1
  1. 对于单个字符来说,它本身就是回文串,所以将 dp[i][i] 设置为 True
for i in range(n):
    dp[i][i] = True
  1. 接下来,通过两层循环遍历字符串 s,其中,外层循环变量 j 表示右边界,内层循环变量 i 表示左边界。
for j in range(1, n):
    for i in range(j):
  1. 在循环过程中,对于每个子串的首尾字符进行判断:
  • 如果首尾字符不相等,即 s[i] != s[j],则该子串不是回文串,将 dp[i][j] 设置为 False
  • 如果首尾字符相等,即 s[i] == s[j],则判断去掉首尾字符后的子串是否是回文串,即 dp[i+1][j-1],如果是,则当前子串也是回文串,将 dp[i][j] 设置为 True
if s[i] == s[j]:
    if j - i + 1 <= 2 or dp[i + 1][j - 1]:
        dp[i][j] = True
  1. 同时,更新最长回文子串的起始位置和长度,并记录下来。
if j - i + 1 > max_len:
    max_len = j - i + 1
    start = i
  1. 循环结束后,返回字符串 s 中最长回文子串,即 s[start:start + max_len]
return s[start:start + max_len]

这样,就完成了找到字符串中最长回文子串的任务。


运行效果截图


调用示例


solution = Solution()
s = "babad"
s1 = "cbbd"
print(solution.longestPalindrome(s))
print(solution.longestPalindrome(s1))

运行结果


完结


相关文章
|
1天前
|
机器学习/深度学习 算法 数据挖掘
机器学习--K近邻算法,以及python中通过Scikit-learn库实现K近邻算法API使用技巧
机器学习--K近邻算法,以及python中通过Scikit-learn库实现K近邻算法API使用技巧
|
1天前
|
机器学习/深度学习 算法 数据挖掘
【视频】支持向量机算法原理和Python用户流失数据挖掘SVM实例(下)
【视频】支持向量机算法原理和Python用户流失数据挖掘SVM实例(下)
|
1天前
|
机器学习/深度学习 算法 搜索推荐
【视频】支持向量机算法原理和Python用户流失数据挖掘SVM实例(上)
【视频】支持向量机算法原理和Python用户流失数据挖掘SVM实例
|
2天前
|
机器学习/深度学习 数据采集 算法
Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告
Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告
10 1
|
6天前
|
算法 数据可视化 Python
Python用MCMC马尔科夫链蒙特卡洛、拒绝抽样和Metropolis-Hastings采样算法
Python用MCMC马尔科夫链蒙特卡洛、拒绝抽样和Metropolis-Hastings采样算法
17 6
|
7天前
|
机器学习/深度学习 算法 搜索推荐
Python用机器学习算法进行因果推断与增量、增益模型Uplift Modeling智能营销模型
Python用机器学习算法进行因果推断与增量、增益模型Uplift Modeling智能营销模型
33 12
|
7天前
|
算法 数据可视化 搜索推荐
数据分享|Python用Apriori算法关联规则分析亚马逊购买书籍关联推荐客户和网络图可视化
数据分享|Python用Apriori算法关联规则分析亚马逊购买书籍关联推荐客户和网络图可视化
29 11
|
11天前
|
算法
代码随想录算法训练营第六十天 | LeetCode 84. 柱状图中最大的矩形
代码随想录算法训练营第六十天 | LeetCode 84. 柱状图中最大的矩形
18 3
|
11天前
|
算法
代码随想录算法训练营第五十七天 | LeetCode 739. 每日温度、496. 下一个更大元素 I
代码随想录算法训练营第五十七天 | LeetCode 739. 每日温度、496. 下一个更大元素 I
14 3
|
11天前
|
算法
代码随想录算法训练营第五十六天 | LeetCode 647. 回文子串、516. 最长回文子序列、动态规划总结
代码随想录算法训练营第五十六天 | LeetCode 647. 回文子串、516. 最长回文子序列、动态规划总结
31 1