1653 使字符串平衡的最少删除次数（分析、动态规划）

1. 问题描述：

给你一个字符串 s ，它仅包含字符 'a' 和 'b'​​​​ 。你可以删除 s 中任意数目的字符，使得 s 平衡 。我们称 s 平衡的当不存在下标对 (i,j) 满足 i < j 且 s[i] = 'b' 同时 s[j]= 'a' 。请你返回使s平衡的最少删除次数。

示例 1：

输入：s = "aababbab"
输出：2
解释：你可以选择以下任意一种方案：
下标从 0 开始，删除第 2 和第 6 个字符（"aababbab" -> "aaabbb"），
下标从 0 开始，删除第 3 和第 6 个字符（"aababbab" -> "aabbbb"）。

示例 2：

输入：s = "bbaaaaabb"
输出：2
解释：唯一的最优解是删除最前面两个字符。

提示：

• 1 <= s.length <= 105
• s[i] 要么是 'a' 要么是 'b'​ 。​

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/minimum-deletions-to-make-string-balanced

2. 思路分析：

① 分析题目可以知道比较容易想到的是：我们需要求解出0到当前位置p中字符a的数目与当前位置p到字符串结束位置的b的数目，两个数目相加表示的是不用删除的数目count，使用字符串总的长度减去count那么就是答案了，所以我们需要先遍历字符串，使用两个数组分别记录0到当前位置p的a的数目与p到字符串末尾的数目，最后再遍历这两个数组，将对应位置相加取得最大值max, 最后返回len(s) - max即可

② 其中①中的方法是比较容易想到的，除了上面的方法之外，在力扣的题解中发现了思路不错的两种解法，第一种解法是使用分析的方法，题解网址，感觉里面的思路还是很巧妙的，第二种思路是动态规划的解法，题解网址，其中使用到了二维的dp来解决，dp[x][0] 表示以"a" 结尾的最小修改次数，dp[x][1] 表示以"b" 结尾的最小修改次数

3. 代码如下：

class Solution:
    def minimumDeletions(self, s: str) -> int:
        n = len(s)
        a, b = [0] * (n + 1), [0] * (n + 1)
        for i in range(n):
            if s[i] == "a":
                a[i + 1] = a[i] + 1
            else:
                a[i + 1] = a[i]
            if s[n - 1 - i] == "b":
                b[n - 1 - i] = b[n - i] + 1
            else:
                b[n - 1 - i] = b[n - i]
        res = 0
        for i in range(1, n + 1):
            res = max(a[i] + b[i - 1], res)
        return n - res

分析：

class Solution:
    def minimumDeletions(self, s: str) -> int:
        count, dp = 0, 0
        for c in s:
            if c == "a":
                if count != dp:
                    dp += 1
            else:
                count += 1
        return dp

动态规划：

class Solution:
    # 动态规划思路
    def minimumDeletions(self, s: str) -> int:
        n = len(s)
        dp = [[0] * 2 for i in range(n + 1)]
        for i in range(n):
            if s[i] == "a":
                # 当前位置i之前以a结尾最少修改次数
                dp[i + 1][0] = dp[i][0]
                # 当前位置i之前以b结尾最少修改次数, 删除当前的a
                dp[i + 1][1] = dp[i][1] + 1
            else:
                # 当前位置i之前以a结尾最少修改次数, 删除b
                dp[i + 1][0] = dp[i][0] + 1
                # 不用删除取以a结尾, b结尾的最少的修改次数
                dp[i + 1][1] = min(dp[i][0], dp[i][1])
        return min(dp[n][0], dp[n][1])