臭鼠标1. Manacher算法Java实现全解析
今天我要分享一个完整的Manacher算法Java实现，这个版本来自DeepSeek团队，包含了详细的代码注释和测试示例。作为处理字符串回文问题的经典算法，Manacher算法的时间复杂度能达到惊人的O(n)，比常规的中心扩展法效率高得多。我在实际面试和工程项目中多次使用这个算法，今天就把我的理解和实践心得完整分享给大家。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Manacher算法核心原理
2.1 算法基本思想
Manacher算法的核心在于利用回文串的对称性质避免重复计算。它通过维护一个"最右回文边界"和对应的中心点，使得在遍历字符串时能够利用之前计算的信息快速判断当前位置的回文半径。
算法预处理阶段会在每个字符间插入特殊字符（通常用'#'），将奇偶长度的回文统一处理。例如字符串"aba"会变成"#a#b#a#"，这样处理后所有回文都是奇数长度。
2.2 关键变量解析
算法维护三个关键变量：
- P[i]：表示以i为中心的回文半径
- C：当前已知的回文中心
- R：当前已知的回文右边界
在遍历过程中，当i < R时，可以利用对称点i' = 2*C - i的信息来初始化P[i]，避免从零开始扩展。
3. Java实现详解
3.1 预处理方法实现
java复制private String preProcess(String s) {
int n = s.length();
if (n == 0) return "^$";
StringBuilder ret = new StringBuilder("^");
for (int i = 0; i < n; i++) {
ret.append("#").append(s.charAt(i));
}
ret.append("#$");
return ret.toString();
}
预处理方法在字符串首尾添加了'^'和'$'作为边界标记，中间每个字符前后都插入'#'。这样处理后，原字符串"abba"会变成"^#a#b#b#a#$"。
3.2 核心算法实现
java复制public String longestPalindrome(String s) {
String T = preProcess(s);
int n = T.length();
int[] P = new int[n];
int C = 0, R = 0;
for (int i = 1; i < n-1; i++) {
int i_mirror = 2 * C - i; // 计算i关于C的对称点
if (R > i) {
P[i] = Math.min(R - i, P[i_mirror]); // 防止超出右边界
} else {
P[i] = 0; // 等于R <= i的情况
}
// 尝试扩展回文半径
while (T.charAt(i + 1 + P[i]) == T.charAt(i - 1 - P[i])) {
P[i]++;
}
// 更新中心和右边界
if (i + P[i] > R) {
C = i;
R = i + P[i];
}
}
// 找出P数组中的最大值
int maxLen = 0;
int centerIndex = 0;
for (int i = 1; i < n-1; i++) {
if (P[i] > maxLen) {
maxLen = P[i];
centerIndex = i;
}
}
// 计算原字符串中的起始位置
int start = (centerIndex - maxLen) / 2;
return s.substring(start, start + maxLen);
}
3.3 测试用例设计
java复制public class ManacherTest {
public static void main(String[] args) {
Manacher manacher = new Manacher();
// 测试用例1：普通回文
String s1 = "babad";
System.out.println(manacher.longestPalindrome(s1)); // 输出: "bab"或"aba"
// 测试用例2：偶数长度回文
String s2 = "cbbd";
System.out.println(manacher.longestPalindrome(s2)); // 输出: "bb"
// 测试用例3：全相同字符
String s3 = "aaaa";
System.out.println(manacher.longestPalindrome(s3)); // 输出: "aaaa"
// 测试用例4：无回文
String s4 = "abcde";
System.out.println(manacher.longestPalindrome(s4)); // 输出: "a"
}
}
4. 算法优化与性能分析
4.1 时间复杂度证明
Manacher算法的时间复杂度是O(n)，这可以从两个方面理解：
- 外层循环遍历字符串一次，O(n)
- 内层while循环的扩展操作，每个字符最多被扩展一次
因此总体时间复杂度是线性的，比暴力解法的O(n²)高效得多。
4.2 空间复杂度分析
算法需要额外的P数组存储每个位置的回文半径，空间复杂度是O(n)。预处理后的字符串长度也是O(n)，因此总空间复杂度保持线性。
5. 实际应用场景
5.1 字符串处理
Manacher算法在DNA序列分析、文本编辑器的拼写检查、代码分析工具中都有应用。比如在代码分析中，可以用来检测对称的代码结构。
5.2 面试常见问题
这道题是各大公司算法面试的高频题目，常见的变种包括：
- 找出所有回文子串
- 统计回文子串数量
- 最短回文拼接问题
6. 常见问题与调试技巧
6.1 边界条件处理
最容易出错的地方是字符串边界处理。在实现时要注意：
- 空字符串输入
- 单字符字符串
- 全相同字符的字符串
- 无回文的字符串
6.2 调试建议
当算法出现问题时，可以：
- 打印预处理后的字符串
- 输出P数组的值
- 跟踪C和R的变化
- 使用小规模测试用例逐步调试
7. 算法扩展与变种
7.1 找出所有回文子串
基于Manacher算法，我们可以稍作修改找出所有回文子串：
java复制public List<String> findAllPalindromes(String s) {
List<String> result = new ArrayList<>();
String T = preProcess(s);
int n = T.length();
int[] P = new int[n];
int C = 0, R = 0;
for (int i = 1; i < n-1; i++) {
// ...Manacher算法核心部分...
// 记录所有长度大于1的回文
if (P[i] > 1) {
int start = (i - P[i]) / 2;
int end = (i + P[i]) / 2;
result.add(s.substring(start, end));
}
}
return result;
}
7.2 统计回文子串数量
java复制public int countPalindromes(String s) {
String T = preProcess(s);
int n = T.length();
int[] P = new int[n];
int C = 0, R = 0;
int count = 0;
for (int i = 1; i < n-1; i++) {
// ...Manacher算法核心部分...
count += (P[i] + 1) / 2; // 计算以i为中心的回文数
}
return count;
}
8. 与其他算法的对比
8.1 与中心扩展法对比
中心扩展法思路简单，但时间复杂度O(n²)。Manacher算法虽然复杂，但效率更高，特别适合处理长字符串。
8.2 与动态规划解法对比
动态规划解法需要O(n²)空间，而Manacher只需要O(n)空间。在实际应用中，Manacher算法通常是更优选择。
9. 性能优化实践
9.1 减少对象创建
可以通过重用字符数组而非StringBuilder来优化预处理阶段的性能：
java复制private char[] preProcessArray(String s) {
int n = s.length();
char[] t = new char[n * 2 + 3];
t[0] = '^';
for (int i = 0; i < n; i++) {
t[2*i + 1] = '#';
t[2*i + 2] = s.charAt(i);
}
t[2*n + 1] = '#';
t[2*n + 2] = '$';
return t;
}
9.2 并行化处理
对于超长字符串，可以考虑将字符串分段，并行计算各段的回文信息，最后合并结果。不过这种优化需要谨慎处理边界情况。
10. 工程实践建议
在实际项目中应用Manacher算法时，建议：
- 添加详细的文档说明
- 编写完整的单元测试
- 考虑使用更高效的基础数据结构
- 对输入进行有效性检查
- 添加性能监控点
我在实际项目中使用这个算法处理过百万级长度的DNA序列，通过合理优化，处理时间可以控制在毫秒级。关键是要理解算法的核心思想，而不是死记硬背实现代码。