1. 暴力枚举:最直观的解法
当我们第一次遇到最长回文子串问题时,最自然的想法就是暴力枚举所有可能的子串,然后逐一检查是否为回文。这种方法虽然简单粗暴,但确实能解决问题。
具体来说,我们可以这样做:
- 枚举字符串中所有可能的子串(通过双重循环确定起始和结束位置)
- 对每个子串检查是否为回文
- 记录下最长的那个回文子串
python复制def is_palindrome(s):
return s == s[::-1]
def longest_palindrome_brute_force(s):
max_len = 0
result = ""
for i in range(len(s)):
for j in range(i+1, len(s)+1):
substring = s[i:j]
if is_palindrome(substring) and len(substring) > max_len:
max_len = len(substring)
result = substring
return result
这个解法的时间复杂度是O(n³),因为:
- 双重循环枚举子串:O(n²)
- 每个子串检查回文:O(n)
当字符串长度达到1000时,这样的算法显然无法在合理时间内完成。我在实际测试中发现,对于长度为100的字符串,暴力解法还能勉强应付,但一旦超过200,等待时间就变得难以接受了。
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. 中心扩展算法:优化思路初现
2.1 算法核心思想
中心扩展算法将时间复杂度优化到了O(n²),它的核心观察点是:回文串都是对称的。这意味着我们可以从"中心"向两边扩展,而不是枚举所有子串。
这里有个关键点需要注意:回文中心可能是单个字符(如"aba"),也可能是两个相同字符(如"abba")。因此,我们需要考虑两种扩展方式:
- 以单个字符为中心向两边扩展
- 以两个相同字符为中心向两边扩展
2.2 图解算法过程
让我们用字符串"babad"来演示:
- 以第一个'b'为中心:
- 向左扩展:超出边界
- 向右扩
