原题链接:https://leetcode-cn.com/problems/minimum-ascii-delete-sum-for-two-strings/
相关题目:最长公共子序列
1、递归(超时)
先求出最长公共子序列的长度后,回溯dp数组,找出所有回溯路径中值最大的即可。
int minimumDeleteSum(string s1, string s2) {
int len1=s1.size();
int len2=s2.size();
int sum=0;
for(char ch:s1){
sum+=(int)ch;
}
for(char ch:s2){
sum+=(int)ch;
}
vector<vector<int>> dp(len1+1,vector<int>(len2+1,0));
for(int i=1;i<=len1;i++){
for(int j=1;j<=len2;j++){
if(s1[i-1]==s2[j-1]){
dp[i][j]=dp[i-1][j-1]+1;
}else{
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
}
return sum-2*backTrack(s1,s2,dp,len1,len2);
}
int backTrack(string &s1,string &s2,vector<vector<int>> &dp,int i,int j){
if(i<=0||j<=0){
return 0;
}
int sum1=INT_MIN,sum2=INT_MIN;
if(s1[i-1]==s2[j-1]){
sum1=(int)s1[i-1];
sum2=(int)s2[j-1];
return max(sum1,sum2)+backTrack(s1,s2,dp,i-1,j-1);
}else{
if(dp[i][j]==dp[i-1][j]){
sum1=backTrack(s1,s2,dp,i-1,j);
}
if(dp[i][j]==dp[i][j-1]){
sum2=backTrack(s1,s2,dp,i,j-1);
}
}
return max(sum1,sum2);
}
2、动态规划
动态规划不太容易想到
dp[i][j]表示s1[:i]和s2[:j]满足条件需要删除的最小和
状态转移
dp[i][j]=dp[i-1][j-1]; 当s1[i]==s2[j]时,dp[i][j]不用减
dp[i][j]=min(s1[i-1]+dp[i-1][j],s2[j-1]+dp[i][j-1]); 当s1[i]!=s2[j]时,dp[i][j]至少要删除s1[i]和s2[j]其中的一个
dp[len1][len2]就是最终解。
int minimumDeleteSum(string s1, string s2) {
int len1=s1.size();
int len2=s2.size();
vector<vector<int>> dp(len1+1,vector<int>(len2+1,0));
for(int i=1;i<=len1;i++){
dp[i][0]=dp[i-1][0]+s1[i-1];
}
for(int i=1;i<=len2;i++){
dp[0][i]=dp[0][i-1]+s2[i-1];
}
for(int i=1;i<=len1;i++){
for(int j=1;j<=len2;j++){
if(s1[i-1]==s2[j-1]){
dp[i][j]=dp[i-1][j-1];
}else{
dp[i][j]=min(s1[i-1]+dp[i-1][j],s2[j-1]+dp[i][j-1]);
}
}
}
return dp[len1][len2];
}
示例,s1=“sea”,s2=“eat”,状态转移如下: