interview/16-LeetCode Hot 100/最长回文子串.md

# 最长回文子串 (Longest Palindromic Substring)

## 题目描述

给你一个字符串 `s`，找到 `s` 中最长的回文子串。

### 示例

**示例 1：**
```
输入：s = "babad"
输出："bab"
解释："aba" 同样是符合题意的答案。
```

**示例 2：**
```
输入：s = "cbbd"
输出："bb"
```

### 约束条件

- `1 <= s.length <= 1000`
- `s` 仅由数字和英文字母组成

## 解题思路

### 方法一：动态规划（推荐）

**核心思想：**使用二维数组 `dp[i][j]` 表示 `s[i:j+1]` 是否为回文串。

**状态转移方程：**
- `dp[i][j] = (s[i] == s[j]) && (j - i < 2 || dp[i+1][j-1])`
- 如果 `s[i] == s[j]` 且 `dp[i+1][j-1]` 为真（或子串长度小于3），则 `dp[i][j]` 为真

**算法步骤：**
1. 初始化 `dp` 数组，所有单个字符都是回文串
2. 按长度递增的顺序遍历所有子串
3. 更新最长回文子串的起始位置和长度

### 方法二：中心扩展法（最优）

**核心思想：**回文串关于中心对称。从每个字符（或两个字符之间）向两边扩展，寻找最长的回文串。

**算法步骤：**
1. 遍历每个字符作为中心点
2. 从中心点向两边扩展，直到不再是回文串
3. 记录最长的回文串
4. 需要考虑奇数长度和偶数长度两种情况

### 方法三：Manacher 算法（最优）

**核心思想：**利用回文串的对称性，避免重复计算。时间复杂度 O(n)。

**算法步骤：**
1. 在字符串中插入特殊字符（如 `#`），统一处理奇偶长度
2. 使用数组 `P` 记录以每个字符为中心的最长回文半径
3. 利用对称性快速计算回文半径

## 代码实现

### Go 实现（中心扩展法）

```go
package main

import "fmt"

func longestPalindrome(s string) string {
	if len(s) < 2 {
		return s
	}

	start, maxLen := 0, 1

	for i := 0; i < len(s); i++ {
		// 奇数长度：以当前字符为中心
		len1 := expandAroundCenter(s, i, i)
		// 偶数长度：以当前字符和下一个字符之间为中心
		len2 := expandAroundCenter(s, i, i+1)

		currentLen := max(len1, len2)
		if currentLen > maxLen {
			maxLen = currentLen
			start = i - (currentLen-1)/2
		}
	}

	return s[start : start+maxLen]
}

func expandAroundCenter(s string, left, right int) int {
	for left >= 0 && right < len(s) && s[left] == s[right] {
		left--
		right++
	}
	return right - left - 1
}

func max(a, b int) int {
	if a > b {
		return a
	}
	return b
}

// 测试用例
func main() {
	// 测试用例1
	s1 := "babad"
	fmt.Printf("输入: %s\n", s1)
	fmt.Printf("输出: %s\n", longestPalindrome(s1))

	// 测试用例2
	s2 := "cbbd"
	fmt.Printf("\n输入: %s\n", s2)
	fmt.Printf("输出: %s\n", longestPalindrome(s2))

	// 测试用例3: 单个字符
	s3 := "a"
	fmt.Printf("\n输入: %s\n", s3)
	fmt.Printf("输出: %s\n", longestPalindrome(s3))

	// 测试用例4: 全部相同
	s4 := "aaaa"
	fmt.Printf("\n输入: %s\n", s4)
	fmt.Printf("输出: %s\n", longestPalindrome(s4))

	// 测试用例5: 无回文
	s5 := "abc"
	fmt.Printf("\n输入: %s\n", s5)
	fmt.Printf("输出: %s\n", longestPalindrome(s5))
}
```

```go
func longestPalindromeDP(s string) string {
	if len(s) < 2 {
		return s
	}

	n := len(s)
	dp := make([][]bool, n)
	for i := range dp {
		dp[i] = make([]bool, n)
	}

	start, maxLen := 0, 1

	// 初始化：所有单个字符都是回文串
	for i := 0; i < n; i++ {
		dp[i][i] = true
	}

	// 按长度递增的顺序遍历
	for length := 2; length <= n; length++ {
		for i := 0; i <= n-length; i++ {
			j := i + length - 1

			if s[i] == s[j] {
				if length == 2 || dp[i+1][j-1] {
					dp[i][j] = true
					if length > maxLen {
						maxLen = length
						start = i
					}
				}
			}
		}
	}

	return s[start : start+maxLen]
}
```

```go
func longestPalindromeManacher(s string) string {
	if len(s) < 2 {
		return s
	}

	// 预处理：插入特殊字符
	t := "#"
	for i := 0; i < len(s); i++ {
		t += string(s[i]) + "#"
	}

	n := len(t)
	p := make([]int, n)
	center, right := 0, 0
	maxCenter, maxLen := 0, 0

	for i := 0; i < n; i++ {
		if i < right {
			mirror := 2*center - i
			p[i] = min(right-i, p[mirror])
		}

		// 尝试扩展
		for i+p[i]+1 < n && i-p[i]-1 >= 0 && t[i+p[i]+1] == t[i-p[i]-1] {
			p[i]++
		}

		// 更新中心和右边界
		if i+p[i] > right {
			center = i
			right = i + p[i]
		}

		// 更新最大回文串
		if p[i] > maxLen {
			maxLen = p[i]
			maxCenter = i
		}
	}

	// 计算原字符串中的起始位置
	start := (maxCenter - maxLen) / 2
	return s[start : start+maxLen]
}

func min(a, b int) int {
	if a < b {
		return a
	}
	return b
}
```

## 复杂度分析

### 中心扩展法

- **时间复杂度：** O(n²)
  - 外层循环遍历 n 个字符
  - 内层扩展最多 O(n) 次
  - 总时间复杂度：O(n²)

- **空间复杂度：** O(1)
  - 只使用了常数级别的额外空间

### 动态规划

- **时间复杂度：** O(n²)
  - 需要填充 n×n 的 dp 数组
  - 但由于剪枝，实际复杂度约为 O(n²/2)

- **空间复杂度：** O(n²)
  - 需要存储 n×n 的 dp 数组

### Manacher 算法

- **时间复杂度：** O(n)
  - 只需遍历字符串一次
  - 利用对称性避免重复计算

- **空间复杂度：** O(n)
  - 需要存储处理后的字符串和半径数组

## 进阶问题

### Q1: 如何找到所有回文子串？

**A:** 修改中心扩展法，找到每个回文子串都记录下来。

```go
func findAllPalindromes(s string) []string {
    result := []string{}

    for i := 0; i < len(s); i++ {
        // 奇数长度
        l, r := i, i
        for l >= 0 && r < len(s) && s[l] == s[r] {
            result = append(result, s[l:r+1])
            l--
            r++
        }

        // 偶数长度
        l, r = i, i+1
        for l >= 0 && r < len(s) && s[l] == s[r] {
            result = append(result, s[l:r+1])
            l--
            r++
        }
    }

    return result
}
```

### Q2: 如何判断一个字符串是否可以通过重新排列成为回文串？

**A:** 统计每个字符出现的次数，最多只能有一个字符出现奇数次。

```go
func canPermutePalindrome(s string) bool {
    count := make(map[rune]int)
    for _, c := range s {
        count[c]++
    }

    oddCount := 0
    for _, c := range count {
        if c%2 == 1 {
            oddCount++
        }
    }

    return oddCount <= 1
}
```

### Q3: 最长回文子序列（非连续）如何求解？

**A:** 使用动态规划，`dp[i][j]` 表示 `s[i:j+1]` 的最长回文子序列长度。

```go
func longestPalindromeSubseq(s string) int {
    n := len(s)
    dp := make([][]int, n)
    for i := range dp {
        dp[i] = make([]int, n)
        dp[i][i] = 1
    }

    for length := 2; length <= n; length++ {
        for i := 0; i <= n-length; i++ {
            j := i + length - 1
            if s[i] == s[j] {
                dp[i][j] = dp[i+1][j-1] + 2
            } else {
                dp[i][j] = max(dp[i+1][j], dp[i][j-1])
            }
        }
    }

    return dp[0][n-1]
}
```

## P7 加分项

### 1. 深度理解：为什么中心扩展法最优？

**对比分析：**
- **暴力法：** O(n³) - 枚举所有子串 O(n²)，判断是否回文 O(n)
- **动态规划：** O(n²) 时间，O(n²) 空间
- **中心扩展法：** O(n²) 时间，O(1) 空间
- **Manacher 算法：** O(n) 时间，O(n) 空间

**选择建议：**
- **面试：** 中心扩展法 - 代码简洁，易于实现
- **实际应用：** Manacher 算法 - 性能最优
- **学习：** 都要掌握，理解不同思路

### 2. 实战扩展：回文串相关算法

#### 短回文串构造

**LeetCode 214:** 给定一个字符串 s，你可以通过在字符串前面添加字符将其转换为回文串。找到并返回可以用这种方式转换的最短回文串。

```go
func shortestPalindrome(s string) string {
    if len(s) < 2 {
        return s
    }

    // 找到最长的回文前缀
    n := len(s)
    rev := reverse(s)
    combined := s + "#" + rev

    // KMP 算法计算最长公共前后缀
    pi := make([]int, len(combined))
    for i := 1; i < len(combined); i++ {
        j := pi[i-1]
        for j > 0 && combined[i] != combined[j] {
            j = pi[j-1]
        }
        if combined[i] == combined[j] {
            j++
        }
        pi[i] = j
    }

    // 添加剩余字符的逆序
    add := rev[:n-pi[len(combined)-1]]
    return add + s
}

func reverse(s string) string {
    runes := []rune(s)
    for i, j := 0, len(runes)-1; i < j; i, j = i+1, j-1 {
        runes[i], runes[j] = runes[j], runes[i]
    }
    return string(runes)
}
```

### 3. 变形题目

#### 变形1：回文子串个数

**LeetCode 647:** 给定一个字符串，计算这个字符串中有多少个回文子串。

```go
func countSubstrings(s string) int {
    count := 0

    for i := 0; i < len(s); i++ {
        // 奇数长度
        count += expandAroundCenterCount(s, i, i)
        // 偶数长度
        count += expandAroundCenterCount(s, i, i+1)
    }

    return count
}

func expandAroundCenterCount(s string, left, right int) int {
    count := 0
    for left >= 0 && right < len(s) && s[left] == s[right] {
        count++
        left--
        right++
    }
    return count
}
```

#### 变形2：分割回文串

**LeetCode 131:** 给定一个字符串 s，将 s 分割成一些子串，使每个子串都是回文串。返回 s 所有可能的分割方案。

```go
func partition(s string) [][]string {
    result := [][]string{}
    current := []string{}

    var backtrack func(start int)
    backtrack = func(start int) {
        if start == len(s) {
            temp := make([]string, len(current))
            copy(temp, current)
            result = append(result, temp)
            return
        }

        for end := start + 1; end <= len(s); end++ {
            if isPalindrome(s[start:end]) {
                current = append(current, s[start:end])
                backtrack(end)
                current = current[:len(current)-1]
            }
        }
    }

    backtrack(0)
    return result
}

func isPalindrome(s string) bool {
    for i, j := 0, len(s)-1; i < j; i, j = i+1, j-1 {
        if s[i] != s[j] {
            return false
        }
    }
    return true
}
```

### 4. 优化技巧

#### 优化1：提前终止

如果找到的回文串已经接近最大可能长度，可以提前终止。

```go
func longestPalindromeOptimized(s string) string {
    if len(s) < 2 {
        return s
    }

    start, maxLen := 0, 1

    for i := 0; i < len(s); i++ {
        // 提前终止：不可能找到更长的回文串了
        if maxLen >= 2*(len(s)-i) {
            break
        }

        len1 := expandAroundCenter(s, i, i)
        len2 := expandAroundCenter(s, i, i+1)
        currentLen := max(len1, len2)

        if currentLen > maxLen {
            maxLen = currentLen
            start = i - (currentLen-1)/2
        }
    }

    return s[start : start+maxLen]
}
```

### 5. 实际应用场景

- **DNA 序列分析：** 寻找重复序列
- **文本编辑：** 检查拼写和语法
- **数据压缩：** 利用重复模式
- **模式匹配：** 查找对称模式

### 6. 面试技巧

**面试官可能会问：**
1. "为什么中心扩展法比动态规划更好？"
2. "Manacher 算法的核心思想是什么？"
3. "如何处理 unicode 字符？"

**回答要点：**
1. 中心扩展法空间复杂度 O(1)，动态规划需要 O(n²)
2. Manacher 算法利用回文串的对称性，避免重复计算
3. 使用 rune 类型处理 unicode 字符

### 7. 相关题目推荐

- LeetCode 5: 最长回文子串（本题）
- LeetCode 125: 验证回文串
- LeetCode 131: 分割回文串
- LeetCode 214: 最短回文串
- LeetCode 516: 最长回文子序列
- LeetCode 647: 回文子串个数