Oct 13

Manacher's ALGORITHM: O(n)时间求字符串的最长回文子串 不指定

felix021 @ 2011-10-13 12:00 , IT » 程序设计 , 评论(16) , 引用(0) , 阅读(65420) , Via 本站原创 | |
Translated to ENGLISH VERSION

源于这两篇文章:
http://blog.csdn.net/ggggiqnypgjg/article/details/6645824
http://zhuhongcheng.wordpress.com/2009/08/02/a-simple-linear-time-algorithm-for-finding-longest-palindrome-sub-string/

这个算法看了三天,终于理解了,在这里记录一下自己的思路,免得以后忘了又要想很久- -.

首先用一个非常巧妙的方式,将所有可能的奇数/偶数长度的回文子串都转换成了奇数长度:在每个字符的两边都插入一个特殊的符号。比如 abba 变成 #a#b#b#a#, aba变成 #a#b#a#。 为了进一步减少编码的复杂度,可以在字符串的开始加入另一个特殊字符,这样就不用特殊处理越界问题,比如$#a#b#a#(注意,下面的代码是用C语言写就,由于C语言规范还要求字符串末尾有一个'\0'所以正好OK,但其他语言可能会导致越界)。

下面以字符串12212321为例,经过上一步,变成了 S[] = "$#1#2#2#1#2#3#2#1#";

然后用一个数组 P[i] 来记录以字符S[i]为中心的最长回文子串向左/右扩张的长度(包括S[i],也就是把该回文串“对折”以后的长度),比如S和P的对应关系:
S  #  1  #  2  #  2  #  1  #  2  #  3  #  2  #  1  #
P  1  2  1  2  5  2  1  4  1  2  1  6  1  2  1  2  1
(p.s. 可以看出,P[i]-1正好是原字符串中回文串的总长度)

那么怎么计算P[i]呢?该算法增加两个辅助变量(其实一个就够了,两个更清晰)id和mx,其中 id 为已知的 {右边界最大} 的回文子串的中心,mx则为id+P[id],也就是这个子串的右边界。

然后可以得到一个非常神奇的结论,这个算法的关键点就在这里了:如果mx > i,那么P[i] >= MIN(P[2 * id - i], mx - i)。就是这个串卡了我非常久。实际上如果把它写得复杂一点,理解起来会简单很多:
//记j = 2 * id - i,也就是说 j 是 i 关于 id 的对称点(j = id - (i - id))
if (mx - i > P[j])
    P[i] = P[j];
else /* P[j] >= mx - i */
    P[i] = mx - i; // P[i] >= mx - i,取最小值,之后再匹配更新。

当然光看代码还是不够清晰,还是借助图来理解比较容易。

当 mx - i > P[j] 的时候,以S[j]为中心的回文子串包含在以S[id]为中心的回文子串中,由于 i 和 j 对称,以S[i]为中心的回文子串必然包含在以S[id]为中心的回文子串中,所以必有 P[i] = P[j],见下图。
点击在新窗口中浏览此图片

当 P[j] >= mx - i 的时候,以S[j]为中心的回文子串不一定完全包含于以S[id]为中心的回文子串中,但是基于对称性可知,下图中两个绿框所包围的部分是相同的,也就是说以S[i]为中心的回文子串,其向右至少会扩张到mx的位置,也就是说 P[i] >= mx - i。至于mx之后的部分是否对称,就只能老老实实去匹配了。
点击在新窗口中浏览此图片

对于 mx <= i 的情况,无法对 P[i]做更多的假设,只能P[i] = 1,然后再去匹配了。

于是代码如下:
//输入,并处理得到字符串s
int p[1000], mx = 0, id = 0;
memset(p, 0, sizeof(p));
for (i = 1; s[i] != '\0'; i++) {
    p[i] = mx > i ? min(p[2*id-i], mx-i) : 1;
    while (s[i + p[i]] == s[i - p[i]]) p[i]++;
    if (i + p[i] > mx) {
        mx = i + p[i];
        id = i;
    }
}
//找出p[i]中最大的

OVER.

#UPDATE@2013-08-21 14:27
@zhengyuee 同学指出,由于 P[id] = mx,所以 S[id-mx] != S[id+mx],那么当 P[j] > mx - i 的时候,可以肯定 P[i] = mx - i ,不需要再继续匹配了。不过在具体实现的时候即使不考虑这一点,也只是多一次匹配(必然会fail),但是却要多加一个分支,所以上面的代码就不改了。

--


转载请注明出自 ,如是转载文则注明原出处,谢谢:)
RSS订阅地址: http://www.felix021.com/blog/feed.php
ctg诺
2016-10-10 10:17
smoke
0x3A2B
2016-7-29 10:06
"//记j = 2 * id - i,也就是说 j 是 i 关于 id 的对称点(j = id + (id - i))"这里应该是  "j = id - (i - id)"吧原文写的是"int i_mirror = 2*C-i; // equals to i' = C - (i-C)"
felix021 回复于 2016-7-30 21:50
嗯,是的,j在id的左边,j = id - (i - id) 这个写法更合理。
曙光
2016-1-20 15:26
真棒!不但表述棒,代码也写得简洁。受教,多谢!
zhs
2015-11-2 19:59
“其中id表示最大回文子串中心的位置,mx则为id+P[id],也就是最大回文子串的边界。”这句话有误啊!并不是最大回文子串,只是这个回文子串的右边界最靠右而已,被你误导了,卡TLE卡了几天。。。
felix021 回复于 2015-11-5 09:33
sorry 表述有问题:D
Wei
2015-10-25 08:20
这个算法不好的地方就是要改原始数据。但如果用两个端点之和来存储最大的子回文串的长度的话,就不需要改原始数据了。
6 Email Homepage
2015-10-22 22:06
1
exr
2015-10-14 16:38
fear
winterstasis
2015-9-24 02:22
有一个问题是如果字符串里面本身就含有#怎么办呢
felix021 回复于 2015-10-16 11:44
换另一个字符就好了,比如ASCII 01
winterstasis
2015-9-23 13:38
感觉写的简单易懂,真棒
孙小九
2015-8-25 15:23
文中提到的:#UPDATE@2013-08-21 14:27@zhengyuee 同学指出,由于 P[id] = mx,所以 S[id-mx] != S[id+mx],那么当 P[j] > mx - i 的时候,可以肯定 P[i] = mx - i ,不需要再继续匹配了。不过在具体实现的时候即使不考虑这一点,也只是多一次匹配(必然会fail),但是却要多加一个分支,所以上面的代码就不改了。是有问题的考虑到特殊情况,当mx-i == i-id的时候(即i正好是[id,mx]的中点的时候),不能肯定P[i] = mx - i,仍然需要扩大范围继续搜索
lonriyao Email
2015-4-4 15:28
int palinLen(const char *s)
{
    if (!s) {
        return 0;
    }
    char *front,*back, *head =s;
                        //这里的front back分别指向 s前后
                        //head记录s的开始位置 防止front访问非法元素
                       
    int len = 0, i ;    //len记录最后的长度 i只是记录一次的长度

    s++;                //第一个肯定不是 所以s加1
    while(*s){          //以s为中心进行 front back分别指向两边 查找
        front = s - 1;
        back =  s + 1;

        i = 0;          //从这里开始计数

        while((&*head != &*front) && *back  ){
                                    //这里有问题front可能访问非法区域
                                    //可以使用head指向的位置的地址来判断
                                    //是否front越界

            if(*front == *back){
                i++;
            }else{
                break;
            }
            back++;
            front--;
        }

        if (len < i) {
            len = i;
        }

        s++;
    }
    return len;
}

这个算法 行吗 ?? 这是我自己写的不知道 对不对
felix021 回复于 2015-4-10 20:11
多造几个case试试看喽
newwayy
2015-3-31 20:48
while (s[i + p[i]] == s[i - p[i]]) p[i]++;这句话是会下溢或者上溢, 除非限定了s中字符的取值范围(如alnum)。  否则, 不管构造多精美的卫兵字符, 都可能溢出,如:^#1#2# ==>  ^###^#  将1替换成#, 将2替换成^  下溢;#1#2#  ==> #####    将1、2都替换成#^1#2#  ==> ^##^#
felix021 回复于 2015-4-1 09:17
嗯,是的,严谨地说应该加上一个边界判断的条件,不过这个并不影响对算法的理解吧:)
maplainfly Email
2015-2-8 12:09
while (s[i + p[i]] == s[i - p[i]]) p[i]++;后面应该有个p[i]--吧?
felix021 回复于 2015-2-9 15:57
好像不用哟。
大头
2014-11-13 04:19
你的测试过了?    while (s[i + p[i]] == s[i - p[i]]) p[i]++;s[i+p[i]]可能会越界吧
felix021 回复于 2014-11-14 16:32
不会越界的
迷失的杰克
2014-6-10 18:35
如果P[i]包括S[i],那么为啥 P[1] = 2 (i 从0开始) 呢?应该等于3吧,因为 S[0] = \'#\'S[1] = \'1\'S[2] = \'#\'从S[1]向左向右扩张,还包括S[1]的话,那么P[1] = 3?如果我说的正确,那么例子中的后面有好几个错误
felix021 回复于 2014-6-15 23:15
“P[i] 来记录以字符S[i]为中心的最长回文子串向左/右扩张的长度(包括S[i])”P[1]对应的回文串是 "#1#",从S[1]起向左/右扩张1个字符,加上S[1],就是2个,所以P[1] = 2.
分页: 1/2 第一页 1 2 下页 最后页
发表评论
表情
emotemotemotemotemot
emotemotemotemotemot
emotemotemotemotemot
emotemotemotemotemot
emotemotemotemotemot
打开HTML
打开UBB
打开表情
隐藏
记住我
昵称   密码   *非必须
网址   电邮   [注册]