符合中小企业对网站设计、功能常规化式的企业展示型网站建设
本套餐主要针对企业品牌型网站、中高端设计、前端互动体验...
商城网站建设因基本功能的需求不同费用上面也有很大的差别...
手机微信网站开发、微信官网、微信商城网站...
小编给大家分享一下如何使用Python实现常见的回文字符串算法,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!
创新互联-专业网站定制、快速模板网站建设、高性价比隆林网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式隆林网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖隆林地区。费用合理售后完善,十余年实体公司更值得信赖。回文
利用python 自带的翻转 函数 reversed()
def is_plalindrome(string): return string == ''.join(list(reversed(string)))`
自己实现
def is_plalindrome(string): string = list(string) length = len(string) left = 0 right = length - 1 while left < right: if string[left] != string[right]: return False left += 1 right -= 1 return True
最长的回文子串
暴力破解
暴力破解,枚举所有的子串,对每个子串判断是否为回文, 时间复杂度为 O(n^3)
动态规划
def solution(s): s = list(s) l = len(s) dp = [[0] * l for i in range(l)] for i in range(l): dp[i][i] = True # 当 k = 2时要用到 dp[i][i - 1] = True resLeft = 0 resRight = 0 # 枚举子串的长度 for k in range(2, l+1): # 子串的起始位置 for i in range(0, l-k+1): j = i + k - 1 if s[i] == s[j] and dp[i + 1][j - 1]: dp[i][j] = True # 保存最长的回文起点和终点 if resRight - resLeft + 1 < k: resLeft = i resRight = j return ''.join(s[resLeft:resRight+1])
时间复杂度为 O(n^2), 空间复杂度为 O(n^2)
Manacher 算法
Manacher 算法首先对字符串做一个预处理,使得所有的串都是奇数长度, 插入的是同样的符号且符号不存在与原串中,串的回文性不受影响
aba => #a#b#a#abab => #a#b#a#b#`
我们把回文串中最右位置与其对称轴的距离称为回文半径,Manacher 算法定义了一个回文半径数组 RL,RL[i]表示以第 i 个字符为对称轴的回文半径,对于上面得到的插入分隔符的串来说,我们可以得到 RL数组
char: # a # b # a # RL: 1 2 1 4 1 2 1 RL-1: 0 1 0 3 0 1 0 i: 0 1 2 3 4 5 6 char: # a # b # a # b # RL: 1 2 1 4 1 4 1 2 1 RL-1: 0 1 0 3 0 3 0 1 0 i: 0 1 2 3 4 5 6 7 8
我们还求了 RL[i] - 1: 我们发现 RL[i] -1 正好是初始字符串中以位置i 为对称轴的最长回文长度
所以下面就是重点如何求得 RL 数组了, 可以参考这篇 文章 (讲得比较清晰)
下面是算法实现
def manacher(preS): s = '#' + '#'.join(preS) + '#' l = len(s) RL = [0] * l maxRight = pos = maxLen = 0 for i in range(l): if i < maxRight: RL[i] = min(RL[2*pos - i], maxRight-i) else: RL[i] = 1 while i - RL[i] >= 0 and i + RL[i] < l and s[i - RL[i]] == s[i + RL[i]]: RL[i] += 1 if i + RL[i] - 1 > maxRight: maxRight = i + RL[i] - 1 pos = i maxLen = max(RL) idx = RL.index(maxLen) sub = s[idx - maxLen + 1: idx + maxLen] return sub.replace('#', '')
空间复杂度:借助了一个辅助数组,空间复杂度为 O(n)
时间复杂度:尽管内层存在循环,但是内层循环只对尚未匹配的部分进行,对于每一个字符来说,只会进行一次,所以时间复杂度是 O(n)
最长回文前缀
所谓前缀,就是以第一个字符开始
下面的最长回文前缀
abbabbc => abbc abababb => ababa sogou => s
将原串逆转,那么问题就转变为求原串的前缀和逆串后缀 相等且长度大的值 , 这个问题其实就是 KMP 算法 中的 next 数组的求解了
具体求解: 将原串逆转并拼接到原串中, 以'#' 分隔原串和逆转避免内部字符串干扰。
def longest_palindrome_prefix(s): if not s: return 0 s = s + '#' + s[::-1] + '$' i = 0 j = -1 nt = [0] * len(s) nt[0] = -1 while i < len(s) - 1: if j == -1 or s[i] == s[j]: i += 1 j += 1 nt[i] = j else: j = nt[j] return nt[len(s) - 1]
添加字符生成最短回文字符串
这道题其实跟上面基本是一样的,
实例:
aacecaaa -> aaacecaaa # 添加 a abcd -> dcbabcd # 添加 dcb
我们先求字符串的最长回文前缀, 然后剩余的字符串逆转并拼接到字符串的头部即是问题所求
def solution(s): length = longest_palindrome_prefix(s) return s[length:][::-1] + s
最长回文子序列
动态规划法
dp[i][j] 表示子序列 s[i..j] 中存在的最长回文子序列长度
初始化dp[i][i] = 1
当 s[i] == s[j] 为 true 时,dp[i][j] = dp[i+1][j - 1] + 2
当 s[i] == s[j] 为 false 时,dp[i][j] = max(dp[i+1][j], dp[i][j - 1])
# 求得最长回文子序列的长度 def solution(s): l = len(s) dp = [[0] * l for i in range(l)] for i in range(l): dp[i][i] = 1 # 枚举子串的长度 for k in range(2, l+1): # 枚举子串的起始位置 for i in range(0, l-k+1): j = i + k - 1 if s[i] == s[j]: dp[i][j] = dp[i + 1][j - 1] + 2 else: dp[i][j] = max(dp[i][j - 1], dp[i + 1][j]) return dp[0][l-1]
时间复杂度为 O(n^2), 空间复杂度为 O(n^2)
看完了这篇文章,相信你对“如何使用Python实现常见的回文字符串算法”有了一定的了解,如果想了解更多相关知识,欢迎关注创新互联行业资讯频道,感谢各位的阅读!