热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Manacher算法:寻找最长回文子串长度的高效算法

本文介绍了Manacher算法,一种用于寻找字符串中最长回文子串长度的高效算法。该算法的复杂度为O(N),并且解决了需要分情况讨论的问题。文章详细介绍了Manacher算法的思路和实现方式,并且给出了一个示例。此外,还介绍了Len数组的含义和使用方法。对于对字符串处理感兴趣的读者,本文也推荐了一篇思路清晰、简单易懂的博客。

(本文最后判断区间回文有改动,emm之前写错了,你这么聪明一定看出来了)

该算法用于寻找当前串中最长的回文子串长度。

为了避免误人子弟,也可以直接去看思路清晰,简单易懂的博客:https://blog.csdn.net/dyx404514/article/details/42061017

这个大神写的各种算法的模板和讲解都很棒哦。

①暴力找:

我们选取一个点O,然后要考虑这个点作为回文串中心可能形成最长回文串的三种情况:

回文长度为奇数的情况

xxOxx

回文长度为偶数的情况:

xxxOxx

xxOxxx

O(N²)的复杂度妥妥的。


②Manacher:

首先该算法是O(N)的。

然后解决了上述需要分三种情况讨论的问题。

假设一个待匹配的串为aabaa

我们会把他变成

¥#a#a#b#a#a#$

也就是用(字符串长度+1个)#把字符一个个分开,旁边再加两个不同的字符防止匹配的时候越界。

为什么这样处理就可以不用分情况了呢?

这个问题我们在构造好了我们的Len数组,了解这个数组的含义了之后再说。

我们对这个船新的串使用manacher算法


③Len数组含义与构造:

Len[i]表示以i为中心的回文串往右边延伸了多少

eg:¥#a#a#b#a#a#$,Len【6】 =  6,Len【2】= 2 ,Len【1】 = 1

构造核心思想与kmp,exkmp差不多,就是根据已经匹配的,让当前能够最大限度的偷懒(得到当前已知匹配的部分)

PO表示当前Len能够向右延伸最远的回文串中点坐标。

mx就是延伸最右位置的坐标。

这两个都是辅助用于判断当前i位置有几位已经确定回文可以不用比了。

具体匹配过程的图示:(红色块最右即为mx)

板子:(主函数 字符串从0开始输入)

const int maxn=1000010;
char str[maxn];//原字符串
char tmp[maxn<<1];//转换后的字符串
int Len[maxn<<1];
//转换原始串
int INIT(char *st)
{int i,len&#61;strlen(st);tmp[0]&#61;&#39;&#64;&#39;;///开头加一个不等于#也不等于字符串的字符&#xff0c;这样就不用判断左边越界了&#xff0c;那么右边万一比到n&#43;1怎么办呢&#xff1f;有\0吗&#xff1f;不&#xff0c;\0在n处&#xff0c;解决办法看16行for(i&#61;1;i<&#61;2*len;i&#43;&#61;2){tmp[i]&#61;&#39;#&#39;;tmp[i&#43;1]&#61;st[i/2];}tmp[2*len&#43;1]&#61;&#39;#&#39;;tmp[2*len&#43;2]&#61;&#39;$&#39;;///结尾搞一个不是&#64;也不是#的字符tmp[2*len&#43;3]&#61;0;return 2*len&#43;1;//返回转换字符串的长度
}
//Manacher算法计算过程
int MANACHER(char *st,int len)
{int mx&#61;0,ans&#61;0,po&#61;0;//mx即为当前计算回文串最右边字符的最大值for(int i&#61;1;i<&#61;len;i&#43;&#43;){if(mx>i)Len[i]&#61;min(mx-i,Len[2*po-i]);//在Len[j]和mx-i中取个小elseLen[i]&#61;1;//如果i>&#61;mx&#xff0c;要从头开始匹配while(st[i-Len[i]]&#61;&#61;st[i&#43;Len[i]])Len[i]&#43;&#43;;if(Len[i]&#43;i>mx)//若新计算的回文串右端点位置大于mx&#xff0c;要更新po和mx的值{mx&#61;Len[i]&#43;i;po&#61;i;}ans&#61;max(ans,Len[i]);}return ans-1;//返回Len[i]中的最大值-1即为原串的最长回文子串额长度
}

实在理解不了去看看exkmp&#xff0c;真的感觉是一毛一样的&#xff1a;https://blog.csdn.net/weixin_43768644/article/details/94644776


④&#xff1a;Len数组的使用

注意Len数组使用是都是看原字符串第几个字符&#xff08;1~n&#xff09;&#xff0c;不是看下标&#xff08;0~i-1&#xff09;&#xff0c;这个比较重要

&#xff08;0&#xff09;基本的认识

         Len[i]对应两种情况&#xff1a;

         ①当前是‘#’时&#xff0c;Len[i] 必定为奇数&#xff0c;eg&#xff1a;a#a  #  a#b&#xff0c;Len[中间&#39;#&#39;的下标] &#61; 3

         那么这个Len[i]就对应原字符串中偶数长度的回文串&#xff0c;你可以求原串的回文中点&#xff08;i/2表示靠左的中点&#xff09;&#xff0c;然后最大回文半径

         等于Len[i]/2     &#xff08;因为奇数会向下取整&#xff09;

         ②当前是字母&#xff0c;Len[i]比为偶数&#xff0c;eg&#xff1a;a#a# b #a#b 对应奇数长度回文串&#xff0c;i/2表回文中点&#xff0c;Len[中间&#39;b&#39;的下标] &#61; 4

         i/2是回文中心&#xff0c;Len[i]/2是回文半径&#xff08;&#61;2&#xff0c;对于aba&#xff09;

         下面这三个应该没什么用。

         i表示第i个字符

         判断当前点作为奇数长度回文中点的最长回文长度  --->Len[i*2]-1

         判断当前点作为偶数长度回文左中点的最长回文长度  --->Len[i*2&#43;1]-1

         判断当前点作为偶数长度回文左中点的最长回文长度  --->Len[i*2-1]-1

&#xff08;1&#xff09;判断原字符串中[l,r]是否回文&#xff08;l&#xff0c;r表示第几个字母&#xff09;

         Len[l&#43;r]-1>&#61;r-l&#43;1    &#xff1f;  是回文&#xff1a;不是回文

         证明方法&#xff1a;根据给出区间长度奇偶分类&#xff0c;运用&#xff08;0&#xff09;里面的基本知识判断就可以

&#xff08;2&#xff09;求出整个串的回文串总数

         根据&#xff08;0&#xff09;所说的&#xff0c;遍历加了‘#’的那个串分析每个点做中点的最长回文半径即可

&#xff08;3&#xff09;求出本质不同的回文串的数量

         分析&#xff1a;首先每一个点开始匹配前会先尽可能得到已知匹配部分来减少当前匹配&#xff0c;然后这部分我们不用判断是否出现过&#xff0c;因为肯定出现过。然后剩余要匹配部分&#xff0c;每次都对新产生这个回文串判断是否出现过&#xff0c;&#xff08;可能出现也可能没出现过&#xff09;&#xff0c;马拉车&#43;哈希表去重即可实现。&#xff08;模板题&#xff1a;hihocoder1602&#xff09;

做这些事情的复杂度和耗费的空间都比回文自动机小&#xff08;大概&#xff09;&#xff0c;然后处理回文问题两者要灵活结合使用。


推荐阅读
  • 本文介绍了P1651题目的描述和要求,以及计算能搭建的塔的最大高度的方法。通过动态规划和状压技术,将问题转化为求解差值的问题,并定义了相应的状态。最终得出了计算最大高度的解法。 ... [详细]
  • 动态规划算法的基本步骤及最长递增子序列问题详解
    本文详细介绍了动态规划算法的基本步骤,包括划分阶段、选择状态、决策和状态转移方程,并以最长递增子序列问题为例进行了详细解析。动态规划算法的有效性依赖于问题本身所具有的最优子结构性质和子问题重叠性质。通过将子问题的解保存在一个表中,在以后尽可能多地利用这些子问题的解,从而提高算法的效率。 ... [详细]
  • [大整数乘法] java代码实现
    本文介绍了使用java代码实现大整数乘法的过程,同时也涉及到大整数加法和大整数减法的计算方法。通过分治算法来提高计算效率,并对算法的时间复杂度进行了研究。详细代码实现请参考文章链接。 ... [详细]
  • 电话号码的字母组合解题思路和代码示例
    本文介绍了力扣题目《电话号码的字母组合》的解题思路和代码示例。通过使用哈希表和递归求解的方法,可以将给定的电话号码转换为对应的字母组合。详细的解题思路和代码示例可以帮助读者更好地理解和实现该题目。 ... [详细]
  • 本文介绍了在开发Android新闻App时,搭建本地服务器的步骤。通过使用XAMPP软件,可以一键式搭建起开发环境,包括Apache、MySQL、PHP、PERL。在本地服务器上新建数据库和表,并设置相应的属性。最后,给出了创建new表的SQL语句。这个教程适合初学者参考。 ... [详细]
  • 向QTextEdit拖放文件的方法及实现步骤
    本文介绍了在使用QTextEdit时如何实现拖放文件的功能,包括相关的方法和实现步骤。通过重写dragEnterEvent和dropEvent函数,并结合QMimeData和QUrl等类,可以轻松实现向QTextEdit拖放文件的功能。详细的代码实现和说明可以参考本文提供的示例代码。 ... [详细]
  • 本文主要解析了Open judge C16H问题中涉及到的Magical Balls的快速幂和逆元算法,并给出了问题的解析和解决方法。详细介绍了问题的背景和规则,并给出了相应的算法解析和实现步骤。通过本文的解析,读者可以更好地理解和解决Open judge C16H问题中的Magical Balls部分。 ... [详细]
  • 本文介绍了如何在给定的有序字符序列中插入新字符,并保持序列的有序性。通过示例代码演示了插入过程,以及插入后的字符序列。 ... [详细]
  • 如何用UE4制作2D游戏文档——计算篇
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了如何用UE4制作2D游戏文档——计算篇相关的知识,希望对你有一定的参考价值。 ... [详细]
  • 判断数组是否全为0_连续子数组的最大和的解题思路及代码方法一_动态规划
    本文介绍了判断数组是否全为0以及求解连续子数组的最大和的解题思路及代码方法一,即动态规划。通过动态规划的方法,可以找出连续子数组的最大和,具体思路是尽量选择正数的部分,遇到负数则不选择进去,遇到正数则保留并继续考察。本文给出了状态定义和状态转移方程,并提供了具体的代码实现。 ... [详细]
  • 计算机存储系统的层次结构及其优势
    本文介绍了计算机存储系统的层次结构,包括高速缓存、主存储器和辅助存储器三个层次。通过分层存储数据可以提高程序的执行效率。计算机存储系统的层次结构将各种不同存储容量、存取速度和价格的存储器有机组合成整体,形成可寻址存储空间比主存储器空间大得多的存储整体。由于辅助存储器容量大、价格低,使得整体存储系统的平均价格降低。同时,高速缓存的存取速度可以和CPU的工作速度相匹配,进一步提高程序执行效率。 ... [详细]
  • 猜字母游戏
    猜字母游戏猜字母游戏——设计数据结构猜字母游戏——设计程序结构猜字母游戏——实现字母生成方法猜字母游戏——实现字母检测方法猜字母游戏——实现主方法1猜字母游戏——设计数据结构1.1 ... [详细]
  • Linux环境变量函数getenv、putenv、setenv和unsetenv详解
    本文详细解释了Linux中的环境变量函数getenv、putenv、setenv和unsetenv的用法和功能。通过使用这些函数,可以获取、设置和删除环境变量的值。同时给出了相应的函数原型、参数说明和返回值。通过示例代码演示了如何使用getenv函数获取环境变量的值,并打印出来。 ... [详细]
  • 前景:当UI一个查询条件为多项选择,或录入多个条件的时候,比如查询所有名称里面包含以下动态条件,需要模糊查询里面每一项时比如是这样一个数组条件:newstring[]{兴业银行, ... [详细]
  • 本文介绍了一个题目的解法,通过二分答案来解决问题,但困难在于如何进行检查。文章提供了一种逃逸方式,通过移动最慢的宿管来锁门时跑到更居中的位置,从而使所有合格的寝室都居中。文章还提到可以分开判断两边的情况,并使用前缀和的方式来求出在任意时刻能够到达宿管即将锁门的寝室的人数。最后,文章提到可以改成O(n)的直接枚举来解决问题。 ... [详细]
author-avatar
漫路细雨中_575
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有