原题链接:
http://oj.leetcode.com/problems/palindrome-partitioning-ii/
这道题跟 Palindrome Partitioning 非常类似,区别就是不需要返回所有满足条件的结果,而只是返回最小的切割数量就可以。做过 Word Break 的朋友可能马上就会想到,其实两个问题非常类似,当我们要返回所有结果( Palindrome Partitioning 和 Word Break II )的时候,使用动态规划会耗费大量的空间来存储中间结果,所以没有明显的优势。而当题目要求是返回某个简单量(比如 Word Break 是返回能否切割,而这道题是返回最小切割数)时,那么动态规划比起brute force就会有明显的优势。这道题先用 Palindrome Partitioning 中的方法建立字典,接下来动态规划的方式和 Word Break 是完全一样的,我们就不再细说了,不熟悉的朋友可以看看 Word Break 的分析哈。因为保存历史信息只需要常量时间就能完成,进行两层循环,时间复杂度是O(n^2)。空间上需要一个线性数组来保存信息,所以是O(n)。代码如下:
这道题跟 Palindrome Partitioning 非常类似,区别就是不需要返回所有满足条件的结果,而只是返回最小的切割数量就可以。做过 Word Break 的朋友可能马上就会想到,其实两个问题非常类似,当我们要返回所有结果( Palindrome Partitioning 和 Word Break II )的时候,使用动态规划会耗费大量的空间来存储中间结果,所以没有明显的优势。而当题目要求是返回某个简单量(比如 Word Break 是返回能否切割,而这道题是返回最小切割数)时,那么动态规划比起brute force就会有明显的优势。这道题先用 Palindrome Partitioning 中的方法建立字典,接下来动态规划的方式和 Word Break 是完全一样的,我们就不再细说了,不熟悉的朋友可以看看 Word Break 的分析哈。因为保存历史信息只需要常量时间就能完成,进行两层循环,时间复杂度是O(n^2)。空间上需要一个线性数组来保存信息,所以是O(n)。代码如下:
public int minCut(String s) {
if(s == null || s.length()==0)
return 0;
boolean[][] dict = getDict(s);
int[] res = new int[s.length()+1];
res[0] = 0;
for(int i=0;i<s.length();i++)
{
res[i+1] = i+1;
for(int j=0;j<=i;j++)
{
if(dict[j][i])
{
res[i+1] = Math.min(res[i+1],res[j]+1);
}
}
}
return res[s.length()]-1;
}
private boolean[][] getDict(String s)
{
boolean[][] dict = new boolean[s.length()][s.length()];
for(int i=s.length()-1;i>=0;i--)
{
for(int j=i;j<s.length();j++)
{
if(s.charAt(i)==s.charAt(j) && (j-i<2 || dict[i+1][j-1]))
dict[i][j] = true;
}
}
return dict;
}
这个问题和
Word Break
可以说是一个题目,这里多了一步求解字典。如果求解所有结果时,他们没有多项式时间的解法,复杂度取决于结果数量,而当求解某一种统计的特殊量时,用动态规划就会很大的优势,可以降低时间复杂度。