1310. 子数组异或查询
难度:中等
一元动态规划问题
有一个正整数数组 arr,现给你一个对应的查询数组 queries,其中 queries[i] = [Li, Ri]。
对于每个查询 i,请你计算从 Li 到 Ri 的 XOR 值(即 arr[Li] xor arr[Li+1] xor … xor arr[Ri])作为本次查询的结果。
并返回一个包含给定查询 queries 所有结果的数组。
示例 1:
输入:arr = [1,3,4,8], queries = [[0,1],[1,2],[0,3],[3,3]]
输出:[2,7,14,8]
解释:
数组中元素的二进制表示形式是:
1 = 0001
3 = 0011
4 = 0100
8 = 1000
查询的 XOR 值为:
[0,1] = 1 xor 3 = 2
[1,2] = 3 xor 4 = 7
[0,3] = 1 xor 3 xor 4 xor 8 = 14
[3,3] = 8
示例 2:
输入:arr = [4,8,2,10], queries = [[2,3],[1,3],[0,0],[0,3]]
输出:[8,0,4,4]
提示:
- 1 <= arr.length <= 3 * 10^4
- 1 <= arr[i] <= 10^9
- 1 <= queries.length <= 3 * 10^4
- queries[i].length == 2
- 0 <= queries[i][0] <= queries[i][1] < arr.length
解决方案 :
动态规划:动规问题,我看来,总结来说可以看做是“以空间换时间”,大意是:当所给的数量级太大,遍历会超时间,这时却发现其实可以把遍历的中间过程记录下来放在一个数组中,这个数组通常命名为dp,最后根据题目的要求在二次处理的数组dp中得到或根据关系进行简单运算得到,这也就是动态规划问题的精髓所在吧。下一个结果在上一个结果的基础上,动态规划,其实就是在前面结果的基础上,再进行预算,因此在前面专门的一篇博客引申到马尔科夫链的概念,因为动规也可以理解为状态的转移,且与马尔科夫链类似,下一个状态只与前一个状态相关。
本题关键:注意到异或的性质:b^c = a^a^b^c
,以此来寻找上述的“最后根据题目的要求在二次处理的数组dp中得到或根据关系进行简单运算得到”。
class Solution:
def xorQueries(self, arr: List[int], queries: List[List[int]]) -> List[int]:
ans = []
dp = [0 for _ in range(len(arr)+1)]
for i in range(len(arr)):
dp[i+1] = dp[i] ^ arr[i]
for query in queries:
ans.append(dp[query[0]] ^ dp[query[1] + 1])
return ans
1312. 让字符串成为回文串的最少插入次数
难度:困难
二元动态规划问题
给你一个字符串 s ,每一次操作你都可以在字符串的任意位置插入任意字符。
请你返回让 s 成为回文串的 最少操作次数 。
「回文串」是正读和反读都相同的字符串。
示例 1:
输入:s = “zzazz”
输出:0
解释:字符串 “zzazz” 已经是回文串了,所以不需要做任何插入操作。
示例 2:
输入:s = “mbadm”
输出:2
解释:字符串可变为 “mbdadbm” 或者 “mdbabdm” 。
示例 3:
输入:s = “leetcode”
输出:5
解释:插入 5 个字符后字符串变为 “leetcodocteel” 。
示例 4:
输入:s = “g”
输出:0
示例 5:
输入:s = “no”
输出:1
提示:
- 1 <= s.length <= 500
- s 中所有字符都是小写字母。
解决方案:
所谓二元动态规划问题,也就是上个问题的dp变为二维的,来存储二维的中间结果,如这个问题就是存储不同长度跳跃的结果(最少插入次数),因为跨度较大的跳跃的结构在较小跳跃结果的基础上得到,如下图:“22a22”对应01234,0-2可能跟1相关也可能跟0-1和1-2相关,抽象出来:
a
r
r
[
x
1
]
=
a
r
r
[
x
2
]
时
,
f
[
x
1
]
[
x
2
]
=
f
[
x
1
+
1
]
[
x
2
−
1
]
arr[x_1]=arr[x_2]时, f[x_1][x_2] =f[x_1+1][x_2-1]
arr[x1]=arr[x2]时,f[x1][x2]=f[x1+1][x2−1]
a
r
r
[
x
1
]
!
=
a
r
r
[
x
2
]
时
,
f
[
x
1
]
[
x
2
]
=
m
i
n
(
f
[
x
1
]
[
x
2
−
1
]
,
f
[
x
1
+
1
]
[
x
2
]
)
+
1
arr[x_1]!=arr[x_2]时, f[x_1][x_2] =min(f[x_1][x_2-1], f[x_1+1][x_2])+1
arr[x1]!=arr[x2]时,f[x1][x2]=min(f[x1][x2−1],f[x1+1][x2])+1
class Solution:
def minInsertions(self, s: str) -> int:
"""
区间dp
f[i][j] 表示把 i~j 区间的字符串变成回文串所需要的最少操作步数
初始: 长度为1的字符串操作次数是0
状态转移方程:
1. s[i]!=s[j]:f[i][j] = min(f[i + 1][j], f[i][j - 1]) + 1
2. s[i]==s[j], 头和尾刚好抵消: f[i][j] = f[i + 1][j - 1]
:param s:
:return:
"""
n = len(s)
f = [[0] * n for _ in range(n)]
# 从长度为2的字符串开始枚举
for l in range(1, n):
for i in range(n - l):
j = i + l
if s[i] != s[j]:
f[i][j] = min(f[i][j - 1], f[i + 1][j]) + 1
else:
# 这里长度为2时 i + 1 > j - 1, f[i + 1][j - 1]=0,所以可以省略 if l!=1 else 0 的判断条件
f[i][j] = f[i + 1][j - 1]
return f[0][n - 1]
(解法来源leetcode)