动态规划(复杂度高,短的回文影响长的回文)–思想和代码很重要
DP五部曲:
step1:dp[i][j]数组的含义,对应字符串长度从i到j的子串是否是回文串,即为二进制boolean数组
step2:递推公式,即从一个回文子串向左边和右边各扩一个字符P(i,j) = P(i+1,j−1)∩(S i ==S j )
step3:dp数组的初始化,长度为1的回文子串均为true,即dp[i][i]=true
step4:如何确定遍历循环的顺序,外层遍历回文子串的长度(从小到大),内层遍历回文子串的左边界的序号
step5:打印数组
public class Solution {
public String longestPalindrome(String s) {
int len = s.length();
if (len < 2) {
return s;
}
//同于记录当前最长的回文长度和起始位置
int maxLen = 1;//初始化从1开始,原因单个字符一定是回文子串
int begin = 0;
// dp[i][j] 表示 s[i..j] 是否是回文串
boolean[][] dp = new boolean[len][len];
// 初始化:所有长度为 1 的子串都是回文串
for (int i = 0; i < len; i++) {
dp[i][i] = true;
}
char[] charArray = s.toCharArray();
// 动态规划:递推开始dp[i][j],注意顺序影响记录最长的回文串长度
// 先枚举子串长度
for (int L = 2; L <= len; L++) {
// 针对每个长度的回文子串,枚举左边界i,注意:i的上限可以用右边界j来限制(j<len)
/**
i:对应回文串的左边界序号
j:对应回文串的右边界序号
*/
for (int i = 0; i < len; i++) {
// 由 L 和 i 可以确定右边界,即 j - i + 1 = L 当前的回文串长度得:
int j = L + i - 1;
// 如果右边界越界,就可以退出当前循环(i的上限可以用右边界j来限制(j<len))
if (j >= len) {
break;
}
//开始判断dp[i][j]的值
if (charArray[i] != charArray[j]) {
//当前最外面的两个字符不相等
dp[i][j] = false;
} else {
//首要是当前最外面的两个字符相等
if (j - i < 3) {
//针对i和j为相邻的元素(把这种情况放在里面,出于“录当前最长的回文长度”!!!!)
dp[i][j] = true;
} else {
//针对i和j不是相邻的元素(“动态递归判断”,短的影响长的,往外扩散)
dp[i][j] = dp[i + 1][j - 1];
}
}
//此时记录当前最长的回文长度和起始位置
//dp生成的顺序决定了是否遍历了所有的情况
// 只要 dp[i][L] == true 成立,就表示子串 s[i..L] 是回文
if (dp[i][j] && j - i + 1 > maxLen) {
maxLen = j - i + 1;
begin = i;
}
}
}
//当前全部判断完所有的情况(更新了最优的begin和maxLen)
return s.substring(begin, begin + maxLen);
}
}