• leetcode hot 100


    647. 回文子串

    题目描述

    给定一个字符串,你的任务是计算这个字符串中有多少个回文子串。

    具有不同开始位置或结束位置的子串,即使是由相同的字符组成,也会被视作不同的子串。

    示例 1:

    输入:"abc"
    输出:3
    解释:三个回文子串: "a", "b", "c"

    示例 2:

    输入:"aaa"
    输出:6
    解释:6个回文子串: "a", "a", "a", "aa", "aa", "aaa"

    提示:

    输入的字符串长度不会超过 1000 。

    思路一:暴力循环

    暴力三循环,一共有 n(n+1)/2个子串,分别判断每个子串是否是回文串

     1 class Solution {
     2     public int countSubstrings(String s) {
     3         // 暴力三循环,一共有 n(n+1)/2个子串,分别判断每个子串是否是回文串
     4         if(s == null || s.length() == 0){
     5             return 0;
     6         }
     7         int count = 0;
     8         for(int i = 0; i < s.length(); i++){
     9             for(int j = i; j < s.length(); j++){
    10                 boolean flag = true;
    11                 for(int k = 0; k < (j - i + 1)/2; k++){
    12                     if(s.charAt(k+i) != s.charAt(j-k)){
    13                         flag = false;
    14                         break;
    15                     }
    16                 }
    17                 if(flag == true){
    18                     count++;
    19                 }
    20             }
    21         }
    22         return count;
    23     }
    24 }

    leetcode 执行用时:620 ms > 6.67%, 内存消耗:37 MB > 59.58%

    复杂度分析:

    时间复杂度:很明显三个for循环,所以时间复杂度为O(n3)

    空间复杂度:O(1)

    思路二:动态规划

    参考:https://leetcode-cn.com/problems/palindromic-substrings/solution/shou-hua-tu-jie-dong-tai-gui-hua-si-lu-by-hyj8/

    动态规划,二维数组,dp[i][j]是个布尔值,表示[i, j]之间的子串是否是回文串
    区间只有一个字符肯定是回文串
    区间只有两个字符,且两个字符相等,那也是回文串
    如果[i,j]两个端点的字符相等且内部子串dp[i+1][j-1]也是回文串,那整个区间都是回文串
    其实上面三种情况可以归纳为,如果区间两端字符相等,且区间长度小于等于2或者大于2但是内部是回文串,那么整个区间都是回文串,借用上面参考文章作者的一张图
     
    因为转态转移方程中求dp[i][j]时用到了dp[i+1][j-1], 所以我们的外层循环应该循环j, 当前 j 把内层循环的的所有 i 都迭代一遍,这样dp[i][j]使用dp[i+1][j-1]就没有问题了
     1 class Solution {
     2     public int countSubstrings(String s) {
     3 
     4         if(s == null){
     5             return 0;
     6         }
     7         int count = 0;
     8         int len = s.length();
     9         boolean[][] dp = new boolean[len][len];
    10         // 因为转态转移方程中求dp[i][j]时用到了dp[i+1][j], 所以我们的外层循环应该循环j
    11         for(int j = 0; j < len; j++){
    12             for(int i = 0; i <= j; i++){
    13                 // 如果区间两端字符相等,且区间长度小于等于2或者大于2但是内部是回文串,那么整个区间都是回文串
    14                 if(s.charAt(i) == s.charAt(j) && ((j-i) < 2 || dp[i+1][j-1])){
    15                     count++;
    16                     dp[i][j] = true;
    17                 }
    18             }
    19         }
    20         return count;
    21     }
    22 }
    leetcode 执行用时:12 ms > 41.28%的用户, 内存消耗:39 MB > 29.20%

    复杂度分析:

    时间复杂度:两个循环,遍历了 len * len /2个元素,所以时间复杂度为O(n2)
    空间复杂度:需要一个n* n的矩阵,所以空间复杂度为O(n2)

    空间优化

    其实这个空间复杂度还可以再降低一些,那就是借助一维矩阵而非二维矩阵,因为dp[i][j]只与 dp[i+1][j-1]有关,也就是只与前一列有关,所以我们用一个一维矩阵,只存储原来二维矩阵中一列的值,dp[i] 就只与dp[i+1]有关,因为上一个dp[i+1]肯定是比当前列小一的,所以默认就是dp[i+1][j-1], 很巧妙。我见过还有一题也用到了这样的一个技巧,就是求一个从矩阵左上角到右下角路径最大和。

     1 class Solution {
     2     public int countSubstrings(String s) {
     3 
     4         if(s == null){
     5             return 0;
     6         }
     7         int count = 0;
     8         int len = s.length();
     9         boolean[] dp = new boolean[len];
    10         // 因为转态转移方程中求dp[i][j]时用到了dp[i+1][j], 所以我们不按行遍历,而是按列遍历
    11         for(int j = 0; j < len; j++){
    12             for(int i = 0; i <= j; i++){
    13                 // 如果区间两端字符相等,且区间长度小于等于2或者大于2但是内部是回文串,那么整个区间都是回文串
    14                 if(s.charAt(i) == s.charAt(j) && ((j-i) < 2 || dp[i+1])){
    15                     count++;
    16                     dp[i] = true;
    17                 }else{
    18                     // 因为这个dp[i]其实是原来的dp[i][j],所以这里必须置为false, 
    19                     // 如果没有置为false, 可能会沿用上一轮的值,导致真实值不正确
    20                     dp[i] = false;  
    21                 }
    22             }
    23         }
    24         return count;
    25     }
    26 }

     leetcode 执行时间为:11 ms > 42.49%, 内存消耗:36.6 MB > 97.37%, 可以看到这个内存效率高了不少

    复杂度分析:

    时间复杂度:两个循环,遍历了 len * len /2个元素,所以时间复杂度为O(n2)
    空间复杂度:只需要一个长度为 n的矩阵,所以空间复杂度为O(n)

    思路三:中心扩展法

    参考:https://leetcode-cn.com/problems/palindromic-substrings/solution/liang-dao-hui-wen-zi-chuan-de-jie-fa-xiang-jie-zho/

    选定中心点后,同时判断左右字符是否相等,如果相等,则构成了回文子串,再继续向左右扩张,判断是否能形成更长的回文子串。

    首先每个字符都可以是中心点,其次所有相邻的两个字符也可以中心点,比如abba, 如果以单个字符中心点,那么abba这最长的回文子串就永远统计不到,但是如果以 bb 为中心点,则能统计到这个回文子串。

    至于为什么三个相邻的字符,四个相邻的字符不是中心点,因为三个相邻的字符可以是单个中心点扩展一次得到,四个相邻的字符可以是两个相邻的字符扩展一次得到。所以中心点的个数为 2n-1, n 字符串长度。

     1 class Solution {
     2     public int countSubstrings(String s) {
     3 
     4         if(s == null){
     5             return 0;
     6         }
     7         int count = 0;
     8         int len = s.length();
     9         for(int center = 0; center < 2 * len -1; center++){
    10             int left = center / 2;    // 如果center是奇数,则left和right则是两个相邻的字符
    11             int right = center / 2 + center % 2;    // 如果center是偶数,则left和right是同个字符
    12             while(left >= 0 && right < len && s.charAt(left) == s.charAt(right)){
    13                 count++;
    14                 left--;
    15                 right++;    // 向左右扩张一次
    16             }
    17         }
    18         return count;
    19     }
    20 }

    leetcode 执行用时:6 ms > 51.97%, 内存消耗:37.1 MB > 55.85%, 可以看到这个执行时间是动态规划的一半

    复杂度分析:

    时间复杂度:只有一个for循环,所以时间复杂度为O(n)

    空间复杂度:O(1)

  • 相关阅读:
    About Face 摘录
    断言的使用
    C#中值传递和引用传递
    C++技巧之断言Assert
    About Face 一 目标导向设计
    About Face 二 设计行为与形态
    C++中引用传递与指针传递区别
    一个新的时代SoLoMo
    离散数学笔记算法部分
    汪教授的离散数学20110308 谓词与量词2
  • 原文地址:https://www.cnblogs.com/hi3254014978/p/13785235.html
Copyright © 2020-2023  润新知