最长回文子串——Manacher 算法

 

一:背景

  给定一个字符串,求出其最长回文子串。例如:
  (1)s="abcd",最长回文长度为 1;
  (2)s="ababa",最长回文长度为 5;
  (3)s="abccb",最长回文长度为 4,即 bccb。
  以上问题的传统思路大概是,遍历每一个字符,以该字符为中点向两边查找。其时间复杂度为$O(n^2)$,很不高效。而在1975年,一个叫Manacher的人发明了一个算法,Manacher算法,也称马拉车算法,该算法可以把时间复杂度提升到$O(n)$。下面来看看马拉车算法是如何工作的。

二:算法过程分析

  由于回文分为偶回文(比如 bccb)和奇回文(比如 bcacb),而在处理奇偶问题上会比较繁琐,所以这里我们使用一个技巧,在字符间插入一个字符(前提这个字符未出现在串里)。举个例子:s="abbahopxpo",转换为s_new="$#a#b#b#a#h#o#p#x#p#o#"(这里的字符 $ 只是为了防止越界,下面代码会有说明),如此,s 里起初有一个偶回文abba和一个奇回文opxpo,被转换为#a#b#b#a##o#p#x#p#o#,长度都转换成了奇数。
  定义一个辅助数组int p[]p[i]表示以s_new[i]为中心的最长回文的半径,例如:

i0123456789101112131415161718192021
s_new[i]$#a#b#b#a#h#o#p#x#p#o#
p[i] 121452121212121612121

可以看出,p[i]-1正好是原字符串中最长回文串的长度。
  Manacher算法之所以快,就快在对 p 数组的求法上有个捷径。在我们解决了奇偶回文的繁琐时,剩下的难点就是求 p 数组,按照普通思维,我们是这样求解的:求解p[i],先初始化p[i]=1,再以s_new[i]为中心判断两边是否相等,相等就p[i]++。这就是普通的思维,但是我们想想,能否让p[i]的初始化不是 1,让它更大点,看下图:

 

  设置两个变量,mx 和 id 。
  mx 代表以s_new[id]为中心的最长回文最右边界,也就是mx=id+p[id]
  假设我们现在求p[i],也就是以s_new[i]为中心的最长回文半径,如果i<mx,如上图,那么:

 if (i < mx)  
            p[i] = min(p[2 * id - i], mx - i);

2 * id -i其实就是等于 j ,p[j]表示以s_new[j]为中心的最长回文半径,见上图,因为 i 和 j 关于 id 对称,我们利用p[j]来加快查找。

三:代码


/**
 * 
 * author 刘毅(Limer)
 * date   2017-02-25
 * mode   C++ 
 */
#include<iostream>  
#include<string.h>
#include<algorithm>  
using namespace std;

char s[1000];
char s_new[2000];
int p[2000];

int Init()
{
    int len = strlen(s);
    s_new[0] = '$';
    s_new[1] = '#';
    int j = 2;

    for (int i = 0; i < len; i++)
    {
        s_new[j++] = s[i];
        s_new[j++] = '#';
    }

    s_new[j] = '\0';  //别忘了哦  

    return j;  //返回s_new的长度  
}

int Manacher()
{
    int len = Init();  //取得新字符串长度并完成向s_new的转换  
    int maxLen = -1;   //最长回文长度  

    int id;
    int mx = 0;

    for (int i = 1; i < len; i++)
    {
        if (i < mx)
            p[i] = min(p[2 * id - i], mx - i);  //需搞清楚上面那张图含义, mx和2*id-i的含义
        else
            p[i] = 1;

        while (s_new[i - p[i]] == s_new[i + p[i]])  //不需边界判断,因为左有'$',右有'\0'  
            p[i]++;


        if (mx < i + p[i])  //我们每走一步i,都要和mx比较,我们希望mx尽可能的远,这样才能更有机会执行if (i < mx)这句代码,从而提高效率  
        {
            id = i;
            mx = i + p[i];
        }

        maxLen = max(maxLen, p[i] - 1);
    }

    return maxLen;
}

int main()
{
    while (printf("请输入字符串:\n"))
    {
        scanf("%s", s);
        printf("最长回文长度为 %d\n\n", Manacher());
    }

    return 0;
}

四:算法复杂度分析

  文章开头已经提及,Manacher算法为线性算法,即使最差情况下其时间复杂度亦为$O(n)$,在进行证明之前,我们还需要更加深入地理解上述算法过程。
  定义 mx 为以s_new[id]为中心的最长回文最右边界,也就是mx=id+p[id]。j 与 i 关于 id 对称,根据回文的性质,p[i]的值基于以下三种情况得出:
  (1)j 的回文串有一部分在 id 的之外,如下图:

 

上图中,黑线为 id 的回文,i 与 j 关于 id 对称,红线为 j 的回文。那么根据代码此时p[i]=mx-i,即紫线。那么p[i]还可以更大么?答案是不可能!见下图:

 

假设右边新增的紫色部分是p[i]可以增加的部分,那么根据回文的性质,a 等于 d ,也就是说 id 的回文不仅仅是黑线,而是黑线+两条紫线,矛盾,所以假设不成立,故p[i]=mx-i,不可以再增加一分。
  (2)j 回文串全部在 id 的内部,如下图:

 

此时p[i]=p[j],那么p[i]还可以更大么?答案亦是不可能!见下图:

 

假设右边新增的红色部分是p[i]可以增加的部分,那么根据回文的性质,a 等于 b ,,也就是说 j 的回文应该再加上 a 和 b ,矛盾,所以假设不成立,故p[i]=p[j],也不可以再增加一分。
  (3)j 回文串左端正好与 id 的回文串左端重合,见下图:

 

此时p[i]=p[j]p[i]=mx-i,并且p[i]还可以继续增加,所以需要

while (s_new[i - p[i]] == s_new[i + p[i]]) 
    p[i]++;

  根据(1)(2)(3),很容易推出Manacher算法的最坏情况,即为字符串内全是相同字符的时候。在这里我们重点研究Manacher()中的for语句,推算发现for语句内平均访问每个字符5次,即时间复杂度为:$T_{worst}(n)=O(n)$。
  同理,我们也很容易知道最佳情况下的时间复杂度(最佳情况即字符串内字符各不相同)。推算得平均访问每个字符4次,即时间复杂度为:$T_{best}(n)=O(n)$。
  综上,Manacher算法的时间复杂度为$O(n)$

 
已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 深蓝海洋 设计师:CSDN官方博客 返回首页