热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

22.1.23Manacher算法、双端队列、单调栈

22.1.23Manacher算法、双端队列、单调栈1.Manacher算法1)用途:Manacher算法用于解决类似求某个字符串中最长的回文子串。(回文就是正着读和倒着读一样的结

22.1.23Manacher算法、双端队列、单调栈


1.Manacher算法


1)用途:


  • Manacher算法用于解决类似求某个字符串中最长的回文子串。(回文就是正着读和倒着读一样的结构)。




2)算法中的关键变量:


  • 回文半径 r:回文直径的一半;



  • 回文直径 d:整个回文的长度;



  • 之前扩大的所有位置中所到达的回文直径d的最右边界R;



  • 中心点c:取得R的那个点;



  • 回文半径数组:储存遍历字符串所得到的每个点的回文半径;




3)算法的流程:


  • 伪代码:



  •  

     





  • 这里的R与上述提到的概念不太相同,这里是回文最右边界的下一位。对字符串依次遍历,我们回遇到三种情况:



    • 当前遍历到的元素不在回文的有边界R内:此时没什么优化的方法,直接暴力扩大,判断扩大的是否为回文结构。



    • 当前遍历到的元素在右边界内:此时可以做出如下的位置关系:(L是R关于中心c的对称点,i'是i(当前遍历的点)的对称点),此时i的回文直径,回文半径都与他的对称点i'相同(根据对称的性质即可证明)。img



    • 当前遍历到的元素的对称点的回文直径的左边界在L的左边:如下图,此时i的回文半径就是i~R所表示的区域。下面给出证明:x,y分别为L,L'的前一个数和后一个数,k,z也同理。由c扩得的回文区域是L~R所表示的区域,那我们就知道x!=z的,根据i'的会问区域的左边界是超过了L的,我们能知道:至少是x,y也在i'的回文区域内,所以x=y的,y=k,因为x!=z的,所以k!=z。





    • img



     

     



    • 当前遍历到的元素的对称点的回文直径的左边界刚好与L重合:如下图:此时i的回文半径就是i'的回文半径。对称可证。





img



  • code:



public static char[] manacherString(String str) {
char[] charArr = str.toCharArray();
char[] res = new char[str.length() * 2 + 1];

int index = 0;
for (int i = 0; i != res.length; i++) {
res[i] = (i & 1) == 0 ? '#' : charArr[index++];
}
return res;
}

public static int maxLcpsLength(String str) {
if (str == null || str.length() == 0) {
return 0;
}
char[] charArr = manacherString(str);
int[] pArr = new int[charArr.length];
int C = -1;
int R = -1;
int max = Integer.MIN_VALUE;
for (int i = 0; i != charArr.length; i++) {
pArr[i] = R > i ? Math.min(pArr[2 * C - i], R - i) : 1;
//
while (i + pArr[i] <charArr.length && i - pArr[i] > -1) {
if (charArr[i + pArr[i]] == charArr[i - pArr[i]])
pArr[i]++;
else {
break;
}
}
if (i + pArr[i] > R) {
R = i + pArr[i];
C = i;
}
max = Math.max(max, pArr[i]);
}
return max - 1;
}

public static void main(String[] args) {
String str1 = "abc1234321ab";
System.out.println(maxLcpsLength(str1));
}

2.双端队列


1)问题:


  • 给定一个输入int[] arr, 窗口大小为w,输出长度为n-w+1得到数组res,res中包含每次窗口中的最大值。




2)思路(进阶:L,R自由移动的情况):


  • 设置一个双端队列,前后都可以进出,当R右移时,队列后面进入一个数组元素的下标(一直数组通过下标可以得到这个数),双端队列中始终要维持单调(如果是求窗口最大值则保持从大到小的结构,反之求最小值就保持从小到大的结构)。



    • 当L右移时,双端队列就从前边淘汰一个元素。L对应的队列中的元素始终是L~R范围上的最大值。



    • 在R移动时,如果遇到当前要进入队列的数大于已经进入队列的数,则弹出小于等于当前数的数,遇到大于当前数或队列为空时在让当前数进入;



    • 如果当前数小于队列中的最后一个属就直接进入。






3)code:

public static int[] getMaxWindow(int[] arr, int w) {
if (arr == null || w <1 || arr.length <w) {
return null;
}
LinkedList<Integer> qmax = new LinkedList<Integer>();
int[] res = new int[arr.length - w + 1];
int index = 0;
for (int i = 0; i <arr.length; i++) {
while (!qmax.isEmpty() && arr[qmax.peekLast()] <= arr[i]) {
qmax.pollLast();
}
qmax.addLast(i);
if (qmax.peekFirst() == i - w) {
qmax.pollFirst();
}
if (i >= w - 1) {
res[index++] = arr[qmax.peekFirst()];
}
}
return res;
}

// for test
public static void printArray(int[] arr) {
for (int i = 0; i != arr.length; i++) {
System.out.print(arr[i] + " ");
}
System.out.println();
}

public static void main(String[] args) {
int[] arr = { 4, 3, 5, 4, 3, 3, 6, 7 };
int w = 3;
printArray(getMaxWindow(arr, w));

}

 


3.单调栈


1)问题:


  • 求数组中任意一个数左右两边比他大(或小)且离他最近的两个数。




2)思路:


  • 在无重复值的情况下,设置一个栈结构,若求大的情况则栈中从栈底到栈顶的顺序为从大到小,反之求两边小的数的情况顺序就为从小到大。下面以求解左右两边较大的数来讨论。



  • 在一个数进站时,先判断栈是否为空或者当前的数是否小于栈顶的数,满足其中任意一种情况就直接压入栈,反之就从栈顶开始出栈,同时记录下出栈元素左边的距离他最近的且比它大的数是压在栈顶下面的数,右边的距离他最近的且比它大的数是即将入栈的数。重复操作直到栈为空或者遇到了比即将入栈的数大的数就停止操作,把即将入栈的数压入栈中。



  • 当遍历完是数组的最后一个元素时,开始清栈操作。具体的做法为一次弹出栈顶元素,记录左边的距离栈顶元素最近的且比它大的数是压在栈顶下面的数,右边的为空,直到栈空。




3)code:

//待补充

 

 



推荐阅读
  • 电商高并发解决方案详解
    本文以京东为例,详细探讨了电商中常见的高并发解决方案,包括多级缓存和Nginx限流技术,旨在帮助读者更好地理解和应用这些技术。 ... [详细]
  • 本文详细介绍了二叉堆的概念及其在Java中的实现方法。二叉堆是一种特殊的完全二叉树,具有堆性质,常用于实现优先队列。 ... [详细]
  • 深入解析Python进程间通信:Queue与Pipe的应用
    本文详细探讨了Python中进程间通信的两种常用方法——Queue和Pipe,并通过具体示例介绍了它们的基本概念、使用方法及注意事项。 ... [详细]
  • 入门指南:使用FastRPC技术连接Qualcomm Hexagon DSP
    本文旨在为初学者提供关于如何使用FastRPC技术连接Qualcomm Hexagon DSP的基础知识。FastRPC技术允许开发者在本地客户端实现远程调用,从而简化Hexagon DSP的开发和调试过程。 ... [详细]
  • 本文探讨了有效学习专业技能的方法,包括编程语言、操作系统、软件组件及前沿技术的探索,旨在为初学者提供一套系统的自学指南。 ... [详细]
  • 流处理中的计数挑战与解决方案
    本文探讨了在流处理中进行计数的各种技术和挑战,并基于作者在2016年圣何塞举行的Hadoop World大会上的演讲进行了深入分析。文章不仅介绍了传统批处理和Lambda架构的局限性,还详细探讨了流处理架构的优势及其在现代大数据应用中的重要作用。 ... [详细]
  • 1、什么是过滤器管道使用竖线(|)将两个命令隔开,竖线左边命令的输出就会作为竖线右边命令的输入。连续使用竖线表示第一个命令的输出会作为第二个命令的输入,第二个命令的输出又会作为第三个命令的输入, ... [详细]
  • 深入探讨:Actor模型如何解决并发与分布式计算难题
    在现代软件开发中,高并发和分布式系统的设计面临着诸多挑战。本文基于Akka最新文档,详细探讨了Actor模型如何有效地解决这些挑战,并提供了对并发和分布式计算的新视角。 ... [详细]
  • JUC并发编程——线程的基本方法使用
    目录一、线程名称设置和获取二、线程的sleep()三、线程的interrupt四、join()五、yield()六、wait(),notify(),notifyAll( ... [详细]
  • 本文探讨了如何在Windows程序中实现高精度的定时控制,特别是针对需要精确控制发包频率的应用场景,如“小兵以太网测试仪”。 ... [详细]
  • 本文详细介绍了进程、线程和协程的概念及其之间的区别与联系。进程是在内存中运行的独立实体,具有独立的地址空间和资源;线程是操作系统调度的基本单位,属于进程内部;协程则是用户态下的轻量级调度单元,性能更高。 ... [详细]
  • 题目描述:计算从起点到终点的最小能量消耗。如果下一个单元格的风向与当前单元格相同,则消耗为0,否则为1。共有8个可能的方向。 ... [详细]
  • RTThread线程间通信
    线程中通信在裸机编程中,经常会使用全局变量进行功能间的通信,如某些功能可能由于一些操作而改变全局变量的值,另一个功能对此全局变量进行读取& ... [详细]
  • Redis:缓存与内存数据库详解
    本文介绍了数据库的基本分类,重点探讨了关系型与非关系型数据库的区别,并详细解析了Redis作为非关系型数据库的特点、工作模式、优点及持久化机制。 ... [详细]
  • top 命令是一个强大的工具,可以实时动态地监控系统的整体运行状况。它整合了多种信息,提供了一个全面的系统性能和运行信息视图。通过 top 命令的交互界面,用户可以使用热键进行各种管理操作。 ... [详细]
author-avatar
继续不插电的名单
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有