python實(shí)現(xiàn)對求解最長回文子串的動(dòng)態(tài)規(guī)劃算法
基于Python實(shí)現(xiàn)對求解最長回文子串的動(dòng)態(tài)規(guī)劃算法,具體內(nèi)容如下
1、題目
給定一個(gè)字符串 s,找到 s 中最長的回文子串。你可以假設(shè) s 的最大長度為1000。
示例 1:
輸入: "babad"
輸出: "bab"
注意: "aba"也是一個(gè)有效答案。
示例 2:
輸入: "cbbd"
輸出: "bb"
2、求解
對于暴力求解在這里就不再驁述了,著重介紹如何利用動(dòng)態(tài)規(guī)劃算法進(jìn)行求解。
關(guān)于動(dòng)態(tài)規(guī)劃的含義及用法,請參考鏈接,這篇文章通過漫畫的形式對動(dòng)態(tài)規(guī)劃算法進(jìn)行了詳細(xì)而又有風(fēng)趣的介紹。值得一看。
2.1 算法一
利用常規(guī)動(dòng)態(tài)規(guī)劃算法,即利用表來存儲(chǔ)每一中回文子串的可能。
基于動(dòng)態(tài)規(guī)劃的三要素對問題進(jìn)行分析,可確定以下的狀態(tài)轉(zhuǎn)換方程:

其中f(i,j)表示當(dāng)s[i:j]子串是否是回文串。當(dāng)j-i<=1時(shí),如果s[i] == s[j]則表示s[i:j]為回文串,及f(i,j) = true,否則f(i,j) = false。當(dāng)j-i > 1時(shí),則判斷 s[i]、s[j]是否相等以及f(i+1, j-1)是否為true,即s[i+1:j-1]是否為回文串,如果為真,則f(i,j) = true
所以就需要一個(gè)n*n的二維矩陣用于存儲(chǔ)f(i,j)的值,其中 j in range(0, k),i in range(0, j+1),之所以是j+1是因?yàn)閕可以等于j。
python3代碼如下:
k = len(s) # 計(jì)算字符串的長度
matrix = [[0 for i in range(k)] for i in range(k)] # 初始化n*n的列表
logestSubStr = "" # 存儲(chǔ)最長回文子串
logestLen = 0 # 最長回文子串的長度
for j in range(0, k):
for i in range(0, j+1):
if j - i <= 1:
if s[i] == s[j]:
matrix[i][j] = 1 # 此時(shí)f(i,j)置為true
if logestLen < j - i + 1: # 將s[i:j]的長度與當(dāng)前的回文子串的最長長度相比
logestSubStr = s[i:j+1] # 取當(dāng)前的最長回文子串
logestLen = j - i + 1 # 當(dāng)前最長回文子串的長度
else:
if s[i] == s[j] and matrix[i+1][j-1]: # 判斷
matrix[i][j] = 1
if logestLen < j - i + 1:
logestSubStr = s[i:j+1]
logestLen = j - i + 1
return logestSubStr
采用當(dāng)前算法,時(shí)間復(fù)雜度為O(n*n),空間復(fù)雜度為O(n*n),算法平均耗時(shí)大概5~7s
下面介紹空間復(fù)雜度為O(n)的算法。
2.2 算法二
算法二是由算法一改良而來,觀察算法一的執(zhí)行流程如下:

當(dāng)j>1時(shí),判斷f(i,j)是否為回文子串的操作只與j-1時(shí)的的操作相關(guān),即f(i,j) = g(f(i, j-1)),其中j>1,i in range(0, j+1),所以接下來就變成求解g()函數(shù)了。
用nlist存儲(chǔ)j情況下所有的子串是否為回文子串的標(biāo)志
用olist存儲(chǔ)j-1情況下所有的子串是否為回文子串的標(biāo)志
那么olist與nlist的關(guān)系是什么呢?

有上圖可知,nlist[i] = g(olist[i+1])
新的算法如下:
k = len(s)
olist = [0] * k # 申請長度為n的列表,并初始化
nList = [0] * k # 同上
logestSubStr = ""
logestLen = 0
for j in range(0, k):
for i in range(0, j + 1):
if j - i <= 1:
if s[i] == s[j]:
nList[i] = 1 # 當(dāng) j 時(shí),第 i 個(gè)子串為回文子串
len_t = j - i + 1
if logestLen < len_t: # 判斷長度
logestSubStr = s[i:j + 1]
logestLen = len_t
else:
if s[i] == s[j] and olist[i+1]: # 當(dāng)j-i>1時(shí),判斷s[i]是否等于s[j],并判斷當(dāng)j-1時(shí),第i+1個(gè)子串是否為回文子串
nList[i] = 1 # 當(dāng) j 時(shí),第 i 個(gè)子串為回文子串
len_t = j - i + 1
if logestLen < len_t:
logestSubStr = s[i:j + 1]
logestLen = len_t
olist = nList # 覆蓋舊的列表
nList = [0] * k # 新的列表清空
return logestSubStr
這樣新算法的空間復(fù)雜度就為O(2n),即O(n)。算法平均耗時(shí)3s左右,而且該算法更符合動(dòng)態(tài)規(guī)劃的原理。
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python 機(jī)器學(xué)習(xí)之線性回歸詳解分析
回歸是監(jiān)督學(xué)習(xí)的一個(gè)重要問題,回歸用于預(yù)測輸入變量和輸出變量之間的關(guān)系,特別是當(dāng)輸入變量的值發(fā)生變化時(shí),輸出變量的值也隨之發(fā)生變化。回歸模型正是表示從輸入變量到輸出變量之間映射的函數(shù)2021-11-11
python?Seaborn繪制統(tǒng)計(jì)圖全面指南(直方圖散點(diǎn)圖小提琴圖熱力圖相關(guān)系數(shù)圖多張合并)
這篇文章主要介紹了python?Seaborn繪制統(tǒng)計(jì)圖全面指南,包括直方圖,散點(diǎn)圖,小提琴圖,熱力圖,相關(guān)系數(shù)圖及多張圖合并的實(shí)現(xiàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助2024-01-01
詳解Python?itertools模塊中starmap函數(shù)的應(yīng)用
starmap是一個(gè)非常有用的函數(shù),它屬于itertools模塊中的一部分,本文將詳細(xì)介紹starmap函數(shù)的作用、用法以及實(shí)際應(yīng)用場景,希望對大家有所幫助2024-03-03
PyTorch 解決Dataset和Dataloader遇到的問題
今天小編就為大家分享一篇PyTorch 解決Dataset和Dataloader遇到的問題,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
使用Python的Flask框架表單插件Flask-WTF實(shí)現(xiàn)Web登錄驗(yàn)證
Flask處理表單除了本身的WTForms包,使用Flask-WTF擴(kuò)展來增強(qiáng)表單功能也是很多開發(fā)者的選擇,這里我們就來講解如何使用Python的Flask框架表單插件Flask-WTF實(shí)現(xiàn)Web登錄驗(yàn)證2016-07-07
詳解pandas.DataFrame中刪除包涵特定字符串所在的行
這篇文章主要介紹了pandas.DataFrame中刪除包涵特定字符串所在的行,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04

