分析:首先可以想到是一个区间dp的问题,区间dp的问题的递推是从长度较小的区间一步步递推到长度最大的区间的,对于长度较小的区间,可以先模拟一遍可能的递推方式
len=1时
- 此时一定要染色,dp[i][j]=1
len=2时 ,此时合并两个len=1的区间
- 颜色相同时,dp[i][j]=min(dp[i+1][j],dp[i][j-1]);
- 颜色不相同时,此时的染色次数==2
len=3时,此时合并一个len=1的区间,一个len=2的区间
- 如果左右两个端点颜色相同,那么他的染色次数=左区间/右区间(染色左区间,染色的时候顺带把右端点染色,染色右区间,染色的时候顺带把左端点染色)
- 如果左右两个端点颜色不相同,那么就可能是 一个len=1的区间次数+len=2的区间次数,枚举所有可能,就变成了寻找中断点
状态表示:所有对区间[l,r]染色的集合
初始化:全部定义为无穷大
边界:len==1时,定义为1
状态计算/子集划分:根据两个子区间的合并情况,可以划分为不重不漏的子集
s[i]==s[j]
- dp[i][j]=min(dp[i+1][j],dp[i][j-1]) 表示分别将s[i],s[j]单独放入区间中的最小染色次数,最坏是dp[i+1][j-1]+1,最好是dp[i+1][j-1]
s[i]!=s[j]
- 枚举所有可能的中断点,即所有可能的两个子区间合并的方法
注:如果在状态转移的过程中,有两个不同大小的子区间合并,就需要枚举中断点,两个子区间必须是相互独立的
#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
const int N=105;
int dp[N][N];
int main()
{
string s;
cin>>s;
int n=s.size();
s=" "+s;
memset(dp,0x3f,sizeof dp);
for(int len=1;len<=n;len++)
for(int i=1;i+len-1<=n;i++)
{
int j=i+len-1;
if(len==1) dp[i][j]=1;
else if(s[i]==s[j])
dp[i][j]=min(dp[i+1][j],dp[i][j-1]);
else
{
for(int k=i;k<j;k++)
dp[i][j]=min(dp[i][j],dp[i][k]+dp[k+1][j]);
}
}
cout<<dp[1][n];
return 0;
}