题目
给定一个只包含 ‘(’ 和 ‘)’ 的字符串,找出最长的包含有效括号的子串的长度。
示例 1:
输入: “(()”
输出: 2
解释: 最长有效括号子串为 “()”
示例 2:
输入: “)()())”
输出: 4
解释: 最长有效括号子串为 “()()”
解答
解法一:暴力解法
暴力解法思路很简单:对每一个子串都会判断括号是否有效匹配。
复杂度:O(n ^ 2) 的时间,O(n) 的空间。
这个算法显然不怎么样, Leetcode 不让通过,TLE 。。
代码
class Solution {
public int longestValidParentheses(String s) {
int res = 0;
char[] charArray = s.toCharArray();
for(int i = 0; i < s.length(); i ++) {
for(int j = i + 2; j <= s.length(); j += 2) {
if(isValid(charArray, i, j)) {
res = Math.max(res, j - i);
}
}
}
return res;
}
private boolean isValid(char[] charArray, int start, int end) {
LinkedList<Character> stack = new LinkedList<>();
for(int i = start; i < end; i ++) {
char ch = charArray[i];
if(ch == '(') {
stack.push(ch);
} else {
Character top = stack.peek();
if(top == null || top != '(') return false;
stack.pop();
}
}
return stack.isEmpty();
}
}
结果
解法二:栈内隔板
向栈中压入 每个字符在字符串内的索引位置 。
注意:每个栈中的右括号被视为了一个隔板,它指明了前一个连续有效匹配了括号的子串的 终止点 。
只要每次遇见隔板时都计算一下最大值就好了。
复杂度:O(n) 的时间, O(n) 的空间。
代码
class Solution {
public int longestValidParentheses(String s) {
int res = 0;
LinkedList<Integer> stack = new LinkedList<>();
stack.push(-1);
for(int i = 0; i < s.length(); i ++) {
char ch = s.charAt(i);
if(ch == '(') {
stack.push(i);
} else {
stack.pop();
if(stack.isEmpty()) {
stack.push(i);
} else {
res = Math.max(res, i - stack.peek());
}
}
}
return res;
}
}
结果
解法三:动态规划
使用 dp[i] 表示:以 i 结尾的最长有效括号。
有以下几种情况:
-
当 s[i] 为 ‘ ( ’ :
- dp[i] 一定为 0 ,因为不可能组成有效的括号。
-
当 s[i] 为 ‘ ) ’ :
-
当 s[i-1] 为 ‘ ( ’ ,dp[i] = dp[i-2] + 2
-
当 s[i-1] 为 ‘ ) ’,且 s[i-dp[i-1] - 1] 为 ‘ ( ’,dp[i] = dp[i-1] + dp[i-dp[i-1]-2] + 2
-
注意:控制好边界的问题。
复杂度:O(n) 的时间, O(n) 的空间。
代码
class Solution {
public int longestValidParentheses(String s) {
if(s == null || s.length() == 0) return 0;
int[] dp = new int[s.length()];
int res = 0;
for(int i = 1; i < s.length(); i ++) {
char ch = s.charAt(i);
if(ch == '(') {
dp[i] = 0;
} else {
if(s.charAt(i - 1) == '(') {
dp[i] = (i - 2 >= 0 ? dp[i - 2] : 0) + 2;
} else if(i - dp[i - 1] - 1 >= 0 && s.charAt(i - dp[i - 1] - 1) == '(') {
dp[i] = dp[i - 1] + (i - dp[i - 1] - 2 >= 0 ? dp[i - dp[i - 1] - 2] : 0) + 2;
}
res = Math.max(res, dp[i]);
}
}
return res;
}
}