❓647. 回文子串
难度:中等
给你一个字符串 s
,请你统计并返回这个字符串中 回文子串 的数目。
回文字符串 是正着读和倒过来读一样的字符串。
子字符串 是字符串中的由连续字符组成的一个序列。
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:s = “abc”
输出:3
解释:三个回文子串: “a”, “b”, “c”
示例 2:
输入:s = “aaa”
输出:6
解释:6个回文子串: “a”, “a”, “a”, “aa”, “aa”, “aaa”
提示:
- 1 <=
s.length
<= 1000 s
由小写英文字母组成
💡思路:
法一:暴力
两层for
循环,遍历区间起始位置和终止位置,然后判断这个区间是不是回文。
时间复杂度: O ( n 3 ) O(n^3) O(n3)
法二:中心扩展法
从字符串的某一位置为中心,尝试着在两边扩展子字符串。
- 可以是奇数长度,也可以是偶数长度。
时间复杂度: O ( n 2 ) O(n^2) O(n2)
法三:动态规划
这一题还可以使用动态规划来进行解决:
- 状态:
dp[i][j]
表示字符串s
在[i, j]
区间的子串是否是一个回文串。 - 状态转移方程:当
s[i] == s[j] && (j - i < 2 || dp[i + 1][j - 1])
时,dp[i][j] = true
,否则为false
;
这个状态转移方程是什么意思呢?
- 如果
s[i] != s[j]
必然不是回文串,所以下面的前提都为s[i] == s[j]
; - 当只有一个字符时,比如
a
自然是一个回文串; 以及当有两个字符时,如果是相等的,比如aa
,也是一个回文串,所以设置j - i < 2
,是回文字符串; - 当有三个及以上字符时,比如
lol
这个字符记作串,把两边的l
去掉,也就是o
, 如果o
为回文串,那么lol
也一定是回文串。所以当s[i]==s[j]
时,自然要看dp[i+1][j-1]
是不是一个回文串。
🍁代码:(Java、C++)
法一:暴力
Java
class Solution {
public int countSubstrings(String s) {
int n = s.length();
int cnt = n;
for(int len = 2; len <= n; len++){
for(int i = 0; i + len <= n; i++){
cnt += isPlim(s.substring(i, i + len)) ? 1 : 0;
}
}
return cnt;
}
public boolean isPlim(String s){
for(int i = 0, j = s.length() - 1; i < j ; i++, j--){
if(s.charAt(i) != s.charAt(j)) return false;
}
return true;
}
}
C++
class Solution {
public:
int countSubstrings(string s) {
int n = s.size();
int cnt = n;
for(int len = 2; len <= n; len++){
for(int i = 0; i + len <= n; i++){
cnt += isPlim(s.substr(i, len)) ? 1 : 0;
}
}
return cnt;
}
bool isPlim(string s){
for(int i = 0, j = s.size() - 1; i < j; i++, j--){
if(s[i] != s[j]) return false;
}
return true;
}
};
法二:中心扩展法
Java
class Solution {
private int cnt = 0;
public int countSubstrings(String s) {
for (int i = 0; i < s.length(); i++) {
extendSubstrings(s, i, i); // 奇数长度
extendSubstrings(s, i, i + 1); // 偶数长度
}
return cnt;
}
private void extendSubstrings(String s, int start, int end) {
while (start >= 0 && end < s.length() && s.charAt(start) == s.charAt(end)) {
cnt++;
start--;
end++;
}
}
}
C++
class Solution {
public:
int cnt = 0;
int countSubstrings(string s) {
for(int i = 0; i < s.size(); i++){
extendSubstr(s, i, i); //奇数长度
extendSubstr(s, i, i + 1); //偶数长度
}
return cnt;
}
void extendSubstr(string s, int start, int end){
while(start >= 0 && end < s.size() && s[start] == s[end]){
cnt++;
start--;
end++;
}
}
};
法三:动态规划
Java
class Solution {
public int countSubstrings(String s) {
boolean[][] dp = new boolean[s.length()][s.length()];
int cnt = 0;
for (int j = 0; j < s.length(); j++) {
for (int i = 0; i <= j; i++) {
if (s.charAt(i) == s.charAt(j) && (j - i < 2 || dp[i + 1][j - 1])) {
dp[i][j] = true;
cnt++;
}
}
}
return cnt;
}
}
C++
class Solution {
public:
int countSubstrings(string s) {
vector<vector<bool>> dp(s.size(), vector<bool>(s.size(), false));
int cnt = 0;
for (int j = 0; j < s.size(); j++) {
for (int i = 0; i <= j; i++) {
if (s[i] == s[j] && (j - i < 2 || dp[i + 1][j - 1])) {
dp[i][j] = true;
cnt++;
}
}
}
return cnt;
}
};
🚀 运行结果:
🕔 复杂度分析:
- 时间复杂度:
O
(
n
2
)
O(n^2)
O(n2),其中
n
为字符串的长度,中心扩展法和动态规划为 O ( n 2 ) O(n^2) O(n2)。。 - 空间复杂度: O ( 1 ) O(1) O(1),暴力和中心扩展法的空间复杂度是 O ( 1 ) O(1) O(1);动态规划为 O ( n 2 ) O(n^2) O(n2)。
题目来源:力扣。
放弃一件事很容易,每天能坚持一件事一定很酷,一起每日一题吧!
关注我 leetCode专栏,每日更新!