• 回文字符串与动态规划


    LeetCode2472. 不重叠回文子字符串的最大数目

    题目描述
    给你一个字符串 s s s 和一个整数 k k k
    从字符串 s s s 中选出一组满足下述条件且不重叠的子字符串:

    • 每个子字符串的长度至少 k k k
    • 每个子字符串是一个回文串

    返回最优方案中能选择的子字符串的最大数目。
    子字符串是字符串中一个连续的字符序列。
    1 < = k < = s . l e n g t h < = 2000 1<=k<=s.length <=2000 1<=k<=s.length<=2000
    s s s 仅由小写字母组成

    示例 1
    输入:s = “abaccdbbd”, k = 3
    输出:2
    解释:选 aba 和 dbbd

    思路
    动态规划
    状态定义: d p [ i ] dp[i] dp[i]表示字符串 s [ 0 , i − 1 ] s[0,i-1] s[0,i1]中最大子字符串的数目。
    初始状态: d p [ 0 ] = 0 dp[0]=0 dp[0]=0
    状态转移:
    (1) d p [ i + 1 ] = d p [ i ] dp[i + 1] = dp[i] dp[i+1]=dp[i] s [ i ] s[i] s[i]不参与构成满足条件的回文子字符串;
    (2) d p [ r + 1 ] = m a x ( d p [ r ] , d p [ l ] + 1 ) dp[r + 1] = max(dp[r],dp[l] + 1) dp[r+1]=max(dp[r],dp[l]+1) s [ l , r ] s[l,r] s[l,r]是满足条件的回文串。

    在使用中心扩展法搜索回文子字符串时,找到长度大于等于k即可停止搜索,根据贪心的思想,此时统计的数目才会最大。

    代码

    public int maxPalindromes(String s, int k) {
        int n = s.length();
        int[] dp = new int[n + 1];
        for (int t = 0; t < 2 * n - 1; t++) {
            int i = t / 2, j = t / 2 + t % 2;
            dp[i + 1] = Math.max(dp[i + 1], dp[i]);
            while (i >= 0 && j < n && s.charAt(i) == s.charAt(j)) {
                if (j - i + 1 >= k) {
                    dp[j + 1] = Math.max(dp[j], dp[i] + 1);
                    break;
                }
                i--;j++;
            }
        }
        return dp[n];
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    LeetCode132. 分割回文串Ⅱ

    题目描述
    给你一个字符串 s s s,请你将 s s s 分割成一些子串,使每个子串都是回文。
    返回符合要求的 最少分割次数
    1 < = s . l e n g t h < = 2000 1<=s.length <=2000 1<=s.length<=2000
    s s s 仅由小写字母组成

    示例 1
    输入:s = “aab”
    输出:1
    解释:分割一次分成 [“aa”, “b”]

    思路
    动态规划
    状态定义: d p [ i ] dp[i] dp[i]表示字符串 s [ 0 , i − 1 ] s[0,i-1] s[0,i1]的最少分割次数。
    初始状态: d p [ 0 ] = − 1 dp[0]=-1 dp[0]=1,因为如果 s s s 本身是回文字符串不需要分割。
    状态转移: d p [ r + 1 ] = m i n ( d p [ r + 1 ] , d p [ r ] + 1 , d p [ l ] + 1 ) dp[r+1]=min(dp[r+1],dp[r]+1,dp[l]+1) dp[r+1]=min(dp[r+1],dp[r]+1,dp[l]+1) s [ l , r ] s[l,r] s[l,r]是满足条件的回文串。

    代码

    public int minCut(String s) {
        int n = s.length();
        int[] dp = new int[n + 1];
        Arrays.fill(dp, 5000);
        dp[0] = -1;
        for (int k = 0; k < 2 * n - 1; k++) {
            int i = k / 2, j = k / 2 + k % 2;
            for (; i >= 0 && j < n && s.charAt(i) == s.charAt(j); i--,j++) {
                dp[j + 1] = Math.min(dp[j + 1], Math.min(dp[j] + 1, dp[i] + 1));
            }
        }
        return dp[n];
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    当然本题还有其他动态规划方法。

    这两题在搜索回文字符串时都使用了中心扩展法
    一个长度为 n n n 的字符串,回文串的中心位置共 2 n − 1 2n-1 2n1 种可能,分别为 ( 0 , 0 ) , ( 0 , 1 ) , ( 1 , 1 ) , ( 1 , 2 ) , . . . ( k / 2 , k / 2 + k % 2 ) , . . . ( n − 2 , n − 2 ) , ( n − 2 , n − 1 ) , ( n − 1 , n − 1 ) (0,0),(0,1),(1,1),(1,2),...(k/2,k/2+k\%2),...(n-2,n-2),(n-2,n-1),(n-1,n-1) (0,0),(0,1),(1,1),(1,2),...(k/2,k/2+k%2),...(n2,n2),(n2,n1),(n1,n1)

  • 相关阅读:
    uni-app 之 短信验证码登录
    你是否能应对每天数十亿次的IP访问?Top100查找技术解析
    vi vim是什么?有啥区别? 怎么使用vim?
    Vue项目中如何获取浏览器唯一标识Fingerprint2-浏览器指纹获取-demo
    我在上海偶遇数字凤凰#坐标徐汇美罗城
    中秋赏月地图出炉,跟随锦江之星去赏月
    如何快速实现多人协同编辑?
    聊聊Java的垃圾回收机制
    【逃离】UniAccess
    uniapp 动态切换应用图标、名称插件(如新年、国庆等) Ba-ChangeIcon
  • 原文地址:https://blog.csdn.net/qq_41685509/article/details/127910442