关于算法:回文数快速优化

palindromes count swift optimization

嘿,我有一个关于优化回文计数算法的问题

Task: Find count of palindromes in string.

在我的函数中,我使用"额头"方法,就像 O(n^2)
你们能帮我在 O(n) 或 O(nlogn)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
func isPalindrome(string: String) -> Bool {
    let str = (string.lowercased())
    let strWithoutSpace = str.components(separatedBy: .whitespaces).joined(separator:"")
    let strArray = Array(strWithoutSpace.characters)
    var i = 0
    var j = strArray.count-1
    while i <= j {
        if strArray[i] != strArray[j] { return false }
        i+=1
        j-=1
    }
    return true
}
func palindromsInString(string: String) -> Int {
    var arrayOfChars = Array(string.characters)
    var count = 0
    for i in 0..<arrayOfChars.count-1 {
        for x in i+1..<arrayOfChars.count {
            if isPalindrome(string: String(arrayOfChars[i...x])) {
                count+=1
            }
        }
    }
    return count
}

是的,在我的例子中,一个字母不能是回文


我不熟悉 Manacher 的算法,但我一直很喜欢找出有效的算法,所以我想我会尝试一下。

你确定一个字符串是否是回文的算法看起来像我想出的那种,所以我决定只使用你的 isPalindrome 函数,虽然我把它改成了 String 相反,我删除了空格删除逻辑,因为我觉得需要在调用调用中而不是在回文确定函数本身中。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
extension String {
    func isPalindrome() -> Bool {
        if length < 2 { return false }
        let str = lowercased()
        let strArray = Array(str.characters)
        var i = 0
        var j = strArray.count-1
        while i <= j {
            if strArray[i] != strArray[j] { return false }
            i+=1
            j-=1
        }
        return true
    }
}

查看您的 palindromsInString 解决方案后,它看起来像是标准的蛮力解决方案,但简单易读。

我对不同算法的第一个想法也是蛮力的,但这是一种完全不同的方法,所以我称之为 Naive 解决方案。

Naive 解决方案的想法是创建原始字符串的子字符串数组,并检查每个子字符串是否为回文。我确定子字符串的方法是从可能的最大子字符串(原始字符串)开始,然后得到 2 个长度为 string.length-1 的子字符串,然后是 string.length-2,依此类推,直到最后我得到所有长度为 2 的子字符串(我忽略了长度为 1 的子字符串,因为你说长度为 1 的字符串不能是回文)。

ie: substrings of"test" greater than length 1 would be:

["test"]
["tes","est"]
["te","es","st"]

所以你只需遍历每个数组并检查是否有回文,如果是则增加计数:

天真的解决方案:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
extension String {
    var length: Int { return characters.count }

    func substringsOfLength(length: Int) -> [String] {
        if self.length == 0 || length > self.length { return [] }

        let differenceInLengths = self.length - length

        var firstIndex = startIndex
        var lastIndex = index(startIndex, offsetBy: length)
        var substrings: [String] = []

        for _ in 0..<differenceInLengths {
            substrings.append(substring(with: Range(uncheckedBounds: (firstIndex, lastIndex))))
            firstIndex = index(after: firstIndex)
            lastIndex = index(after: lastIndex)
        }
        substrings.append(substring(with: Range(uncheckedBounds: (firstIndex, lastIndex))))

        return substrings
    }
}

extension String {
    func containsAPalindromeNaive(ignoringWhitespace: Bool = true) -> Int {
        let numChars = length

        if numChars < 2 { return 0 }

        let stringToCheck = (ignoringWhitespace ? self.components(separatedBy: .whitespaces).joined(separator:"") : self).lowercased()
        var outerLoop = numChars
        var count: Int = 0

        while outerLoop > 0 {
            let substrings = stringToCheck.substringsOfLength(length: outerLoop)
            for substring in substrings {
                if substring.isPalindrome() {
                    count += 1
                }
            }
            outerLoop -= 1
        }

        return count
    }
}

我很清楚这个算法会很慢,但我想将它作为我真正解决方案的第二个基线来实现。

我将此解决方案称为智能解决方案。这是一种利用字符串中字符的数量和位置的多通道解决方案。

在第一遍中,我生成了我所说的字符映射。字符映射是将 Character 映射到索引数组的字典。因此,您遍历字符串并将每个字符的索引添加到存储在其字符值下的数组中作为键。

这个想法是回文只能存在于以相同字母结尾的字符串中。因此,您只需要在特定字母的索引处检查字符串中的子字符串。在单词 "tattoo" 中,您有 3 个不同的字母:"t"、"a"、"o"。字符映射如下所示:

1
2
3
t: [0,2,3]
a: [1]
o: [4,5]

我现在知道回文只能存在于这个词中 (0,2)、(2,3) 和 (4,5) 之间。所以我只需要检查3个子字符串(0,2)、(0,3)、(2,3)和(4,5)。所以我只需要检查 4 个子字符串。就是这个想法。一旦您检查了所有可能以特定字母结尾的子字符串,您就可以忽略遇到的以该字母开头的任何其他子字符串,因为您已经检查过它们。

在第二遍中,我检查字符串中的每个字符,如果我还没有检查过那个字母,我检查由 generateOrderedPairIndexPermutations 为字符映射中的索引生成的排列索引对并检查子串,看看它们是否是回文。然后我在这里做了 2 次优化。首先,如果起始字符索引和结束字符索引之间的距离小于3,则它必须是回文(距离1表示它们是连续的,距离2表示它们之间有一个字母,因此也保证是回文)。其次,因为我已经知道第一个和最后一个字符是相同的,所以我不需要检查整个子字符串,只需从第二个字母到倒数第二个字母。因此,如果子字符串是 "test",并且我总是保证子字符串以同一个字母结尾,我实际上不需要检查 "test",而是可以检查"es"。这是一个较小的优化,但仍然是一个不错的优化。

智能解决方案:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
extension Collection {
    func generateOrderedPairIndexPermutations() -> [(Index,Index)] {
        if count < 2 {
            return []
        }

        var perms: [(Index,Index)] = []

        var firstIndex = startIndex

        while firstIndex != endIndex {
            var secondIndex = index(firstIndex, offsetBy: 1)
            while secondIndex != endIndex {
                perms.append((firstIndex,secondIndex))
                secondIndex = index(secondIndex, offsetBy: 1)
            }
            firstIndex = index(firstIndex, offsetBy: 1)
        }

        return perms
    }
}

extension String {
    func generateCharacterMapping() -> [Character : [Int]] {
        var characterMapping: [Character : [Int]] = [:]

        for (index, char) in characters.enumerated() {
            if let indicesOfChar = characterMapping[char] {
                characterMapping[char] = indicesOfChar + [index]
            } else {
                characterMapping[char] = [index]
            }
        }

        return characterMapping
    }

    func containsAPalindromeSmart(ignoringWhitespace: Bool = true) -> Int {
        let numChars = length

        if numChars < 2 { return 0 }

        let stringToCheck = (ignoringWhitespace ? self.components(separatedBy: .whitespaces).joined(separator:"") : self).lowercased()
        let characterMapping = stringToCheck.generateCharacterMapping()

        var count: Int = 0
        var checkedChars: Set<Character> = Set()

        for char in stringToCheck.characters {
            if checkedChars.contains(char) == false {
                if let characterIndices = characterMapping[char], characterIndices.count > 1 {
                    let perms = characterIndices.generateOrderedPairIndexPermutations()
                    for (i,j) in perms {
                        let startCharIndex = characterIndices[i]
                        let endCharIndex = characterIndices[j]

                        if endCharIndex - startCharIndex < 3 {
                            count += 1
                        } else {
                            let substring = stringToCheck.substring(with: Range(uncheckedBounds: (stringToCheck.index(stringToCheck.startIndex, offsetBy: startCharIndex+1), stringToCheck.index(stringToCheck.startIndex, offsetBy: endCharIndex))))
                            if substring.isPalindrome() {
                                count += 1
                            }
                        }
                    }
                    checkedChars.insert(char)
                }
            }
        }

        return count
    }
}

我对这个解决方案感觉很好。 但我不知道它到底有多快。真的很快

使用 XCTest 来衡量性能,我通过一些性能测试运行每个算法。使用此字符串作为基本来源:"There are multiple palindromes in here""Was it a car or a cat I saw",根据建议更新以使用更严格的输入字符串,当空格被删除并且它是小写时,它是 3319 个字符长("therearemultiplepalindromesinhere""wasitacaroracatisaw"),我还创建了这个字符串的副本乘以 2 ("therearemultiplepalindromesinheretherarearemultiplepalindromesinhere"wasitacaroracatisawwasitacaroracatisaw)、乘以 4、乘以 8 和乘以 10。由于我们试图确定算法的 O(),因此将字母的数量向上缩放并且测量比例因子是要走的路。

为了获得更准确的数据,我对每个测试进行了 10 次迭代(我本来希望更多次迭代,但是原始解决方案和我的 Naive 解决方案都没有及时完成上述测试次 4)。这是我收集的计时数据(电子表格的屏幕截图比在此处再次输入更容易):

已更新
Timings

我的智能解决方案的有趣之处在于它看起来是线性的!我通过回归计算器设置的 5 点小数据集,其相关系数为 r=0.9917!因此,如果它不是线性的,那么它是如此接近以至于我不会在意。

现在所有的解决方案都在二次时间中运行。乐叹息。但至少这个错误被发现,解决了,科学在今天占了上风。令人遗憾的是,我的"智能解决方案"实际上并没有以线性方式结束。但是,我会注意到,如果输入字符串还不是一个巨大的回文串(就像我最终将其更改为的那样),那么"智能解决方案"的优化使其执行得更快,尽管仍然是二次方时间。

我不知道我的算法是否比 Manacher 的算法更容易理解,但我希望我能解释清楚。结果非常有希望,所以我希望你能从中找到一个很好的用途。这实际上仍然是正确的。我认为这是一个很有前途的算法。也许我的 generateOrderedPairIndexPermutations 代码不是最好的。

更新以解决 kraskevich 发现的错误


您可以使用 Manacher 算法在线性时间内求解。该算法通常用于查找最长回文,但它计算回文的最大长度,该回文的中心在字符串中每个位置的特定位置。

你可以在这个问题中找到这个算法的描述和实现。


这是一个"函数式编程"解决方案,与公认的答案相比,它受过程指数性质的影响要小得多。 (代码也少了很多)

在短弦 (19) 上快 80%,在长弦 (190) 上快 90 倍。我还没有正式证明它,但它似乎是线性 O(n)?.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
public func countPalindromes(in text:String) -> Int
{
   let words  = text.lowercased()
                    .components(separatedBy:CharacterSet.letters.inverted)
                    .filter{!$0.isEmpty}
                    .joined(separator:"")

   let sdrow  = String(words.characters.reversed())

   let splits = zip( sdrow.characters.indices.dropFirst().reversed(),
                     words.characters.indices.dropFirst()
                   )
                .map{ (sdrow.substring(from:$0),words.substring(from:$1), words[$1...$1] ) }

   let count  = splits.map{$0.1.commonPrefix(with:$0.0)}  // even
                      .filter{ !$0.isEmpty }
                      .reduce(0){$0 + $1.characters.count}
              + splits.map{ $1.commonPrefix(with:$2 + $0)} // odd
                      .filter{$0.characters.count > 1 }
                      .reduce(0){$0 + $1.characters.count - 1}
   return count
}

// how it works ...

// words   contains the stripped down text (with only letters)
//
// sdrow   is a reversed version of words
//
// splits  creates split pairs for each character in the string.
//         Each tuple in the array contains a reversed left part, a right part
//         and the splitting character
//         The right part includes the splitting character
//         but the left part does not.
//
//         [(String,String,String)] for [(left, right, splitChar)]
//
//         The sdrow string produces the left part in reversed letter order .
//         This"mirrored" left part will have a common prefix with the
//         right part if the split character's position is in the middle (+1)
//         of a palindrome that has an even number of characters
//
//         For palindromes with an odd number of characters,
//         the reversed left part needs to add the splitting character
//         to match its common prefix with the right part.
//
// count   computes the total of odd and even palindromes from the
//         size of common prefixes. Each of the common prefix can produce
//         as many palindromes as its length (minus one for the odd ones)

[EDIT] 我还制作了一个程序版本以进行比较,因为我知道编译器可以比其声明性对应物更好地优化程序代码。

它是 Array 类型的扩展(因此它可以计算任何类似的回文数)。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
extension Array where Element:Comparable
{
   public func countPalindromes() -> Int
   {
      if count < 2 { return 0 }

      var result = 0

      for splitIndex in (1..<count)
      {
         var leftIndex      = splitIndex - 1
         var rightIndex     = splitIndex
         var oddPalindrome  = true
         var evenPalindrome = true
         while leftIndex >= 0 && rightIndex < count
         {
            if evenPalindrome  
            && self[leftIndex] == self[rightIndex]
            { result += 1 }
            else
            { evenPalindrome = false }

            if oddPalindrome  
            && rightIndex < count - 1
            && self[leftIndex] == self[rightIndex+1]
            { result += 1 }
            else
            { oddPalindrome = false }

            guard oddPalindrome || evenPalindrome
            else { break }

            leftIndex  -= 1
            rightIndex += 1
         }
      }      
      return result
   }

}

public func countPalindromesFromArray(in text:String) -> Int
{
   let words  = text.lowercased()
                    .components(separatedBy:CharacterSet.letters.inverted)
                    .filter{!$0.isEmpty}
                    .joined(separator:"")
   return Array(words.characters).countPalindromes()
}

它的执行速度比声明式的快 5 到 13 倍,比接受的答案快 1200 倍。

声明式解决方案的性能差异越来越大,这告诉我这不是 O(n)。程序版本可能是 O(n),因为它的时间会随着回文数的数量而变化,但与数组的大小成正比。