动态规划—分割回文串(leetcode 131)

题目描述

给你一个字符串 s,请你将 s 分割成一些子串,使每个子串都是 回文串 。返回 s 所有可能的分割方案。

回文串 是正着读和反着读都一样的字符串。

示例 1:

输入:s = "aab"
输出:[["a","a","b"],["aa","b"]]
示例 2:

输入:s = "a"
输出:[["a"]]
 

提示:

1 <= s.length <= 16
s 仅由小写英文字母组成

问题分析

思路与算法

由于需要求出字符串 s 的所有分割方案,因此我们考虑使用搜索 + 回溯的方法枚举所有可能的分割方法并进行判断。

假设我们当前搜索到字符串的第 i 个字符,且 s[0..i-1] 位置的所有字符已经被分割成若干个回文串,并且分割结果被放入了答案数组 path 中,那么我们就需要枚举下一个回文串的右边界 j,使得 s[i..j] 是一个回文串。

因此,我们可以从 i 开始,从小到大依次枚举 j。对于当前枚举的 j 值,我们使用双指针的方法判断 s[i..j] 是否为回文串:如果 s[i..j] 是回文串,那么就将其加入答案数组 path 中,并以 j+1 作为新的 i 进行下一层搜索,并在未来的回溯时将 s[i..j]从 path 中移除。

如果我们已经搜索完了字符串的最后一个字符,那么就找到了一种满足要求的分割方法。

细节

当我们在判断 s[i..j] 是否为回文串时,常规的方法是使用双指针分别指向 i 和 j,每次判断两个指针指向的字符是否相同,直到两个指针相遇。然而这种方法会产生重复计算,例如下面这个例子:

当 s=aaba 时,对于前 2 个字符 aa,我们有 2 种分割方法 [aa] 和 [a,a],当我们每一次搜索到字符串的第 i=2 个字符 b 时,都需要对于每个 s[i..j] 使用双指针判断其是否为回文串,这就产生了重复计算。

因此,我们可以将字符串 s 的每个子串 s[i..j] 是否为回文串预处理出来,使用动态规划即可。设 f(i, j) 表示 s[i..j] 是否为回文串,那么有状态转移方程:

其中 ∧ 表示逻辑与运算,即 s[i..j] 为回文串,当且仅当其为空串(i>j),其长度为 1(i=j),或者首尾字符相同且 s[i+1..j-1]为回文串。

预处理完成之后,我们只需要 O(1) 的时间就可以判断任意 s[i..j] 是否为回文串了。

代码

class Solution {
public:
    vector<vector<bool>> dp;
    vector<string> path;
    vector<vector<string>> ans;

    void backtrack(const string& s, int index, int n) {
        if(index == n) {
            ans.push_back(path);
            return;
        }

        for(int i = index; i < n; ++i) {
            if(dp[index][i]) {
                path.push_back(s.substr(index, i-index+1));
                backtrack(s, i+1, n);
                path.pop_back();
            }
        }
    }
    vector<vector<string>> partition(string s) {
        int n = s.size();
        dp.resize(n, vector<bool>(n, true));

        for(int i = n-1; i >= 0; --i) {
            for(int j = i+1; j < n; ++j) {
                dp[i][j] = (s[i] == s[j] && dp[i+1][j-1]);
            }
        }

        backtrack(s, 0, n);
        return ans;
    }
};

复杂度分析

时间复杂度:O(n*2^{n}) ,其中 n 是字符串 s 的长度。在最坏情况下,s 包含 n 个完全相同的字符,因此它的任意一种划分方法都满足要求。而长度为 n 的字符串的划分方案数为 2^n-12^{n-1} = o(2^{n})每一种划分方法需要 O(n)的时间求出对应的划分结果并放入答案,因此总时间复杂度为 O(n*2^{n}) 尽管动态规划预处理需要 O(2^{n})的时间,但在渐进意义下小于 O(n*2^{n}),因此可以忽略。

空间复杂度:O(n^{2}),这里不计算返回答案占用的空间。数组 f 需要使用的空间为 O(n^{2}),而在回溯的过程中,我们需要使用 O(n)的栈空间以及 O(n) 的用来存储当前字符串分割方法的空间。由于 O(n)在渐进意义下小于 O(n^{2}),因此空间复杂度为 O(n^{2})

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
动态规划方法可以用来解决分割回文串的问题。可以根据给定的字符串s,使用动态规划找到所有可能的回文子串。 首先,我们可以定义一个二维数组dp,其中dp[i][j]表示字符串s从索引i到j的子串是否是回文串。对于任意的i和j,如果s的第i个字符和第j个字符相等,并且s的第i+1个字符到第j-1个字符是回文串,则dp[i][j]为true。 然后,我们可以使用动态规划填充dp数组。我们可以从字符串s的末尾开始遍历,每次遍历一个字符。对于每个索引i,我们再从i开始向右遍历,直到字符串的末尾。对于每个索引i和j,我们检查字符串s从索引i到j是否是回文串。如果是回文串,则将这个子串添加到结果集中,并继续向右遍历,搜索下一个可能的回文子串。 最后,当我们遍历完整个字符串s时,我们就可以得到所有可能的分割方案。每个分割方案都是由一组回文子串组成的。 下面是一个使用动态规划的实现示例代码: ```cpp class Solution { public: vector<vector<string>> partition(string s) { vector<vector<string>> result; vector<string> path; vector<vector<bool>> dp(s.size(), vector<bool>(s.size(), false)); backtracking(s, 0, path, result, dp); return result; } void backtracking(string const& s, int startIndex, vector<string>& path, vector<vector<string>>& result, vector<vector<bool>>& dp) { if (startIndex >= s.size()) { result.push_back(path); return; } for (int i = startIndex; i < s.size(); i++) { if (s[startIndex == s[i && (i - startIndex <= 2 || dp[startIndex + 1][i - 1])) { dp[startIndex][i = true; path.push_back(s.substr(startIndex, i - startIndex + 1)); backtracking(s, i + 1, path, result, dp); path.pop_back(); } } } }; ``` 这是一个基于回溯和动态规划算法,它可以找到字符串s所有可能的分割方案,使得每个子串都是回文串。你可以根据自己的需求使用这个算法来解决分割回文串的问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [131. 分割回文串 回溯 c++](https://blog.csdn.net/qq_39993896/article/details/127132759)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [LeetCode-分割回文串(C++)](https://blog.csdn.net/weixin_42817333/article/details/125468202)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值