回文字符串与动态规划

LeetCode2472. 不重叠回文子字符串的最大数目

题目描述
给你一个字符串 s s s 和一个整数 k k k
从字符串 s s s 中选出一组满足下述条件且不重叠的子字符串:

  • 每个子字符串的长度至少 k k k
  • 每个子字符串是一个回文串

返回最优方案中能选择的子字符串的最大数目。
子字符串是字符串中一个连续的字符序列。
1 < = k < = s . l e n g t h < = 2000 1<=k<=s.length <=2000 1<=k<=s.length<=2000
s s s 仅由小写字母组成

示例 1
输入:s = “abaccdbbd”, k = 3
输出:2
解释:选 aba 和 dbbd

思路
动态规划
状态定义: d p [ i ] dp[i] dp[i]表示字符串 s [ 0 , i − 1 ] s[0,i-1] s[0,i1]中最大子字符串的数目。
初始状态: d p [ 0 ] = 0 dp[0]=0 dp[0]=0
状态转移:
(1) d p [ i + 1 ] = d p [ i ] dp[i + 1] = dp[i] dp[i+1]=dp[i] s [ i ] s[i] s[i]不参与构成满足条件的回文子字符串;
(2) d p [ r + 1 ] = m a x ( d p [ r ] , d p [ l ] + 1 ) dp[r + 1] = max(dp[r],dp[l] + 1) dp[r+1]=max(dp[r],dp[l]+1) s [ l , r ] s[l,r] s[l,r]是满足条件的回文串。

在使用中心扩展法搜索回文子字符串时,找到长度大于等于k即可停止搜索,根据贪心的思想,此时统计的数目才会最大。

代码

public int maxPalindromes(String s, int k) {
    int n = s.length();
    int[] dp = new int[n + 1];
    for (int t = 0; t < 2 * n - 1; t++) {
        int i = t / 2, j = t / 2 + t % 2;
        dp[i + 1] = Math.max(dp[i + 1], dp[i]);
        while (i >= 0 && j < n && s.charAt(i) == s.charAt(j)) {
            if (j - i + 1 >= k) {
                dp[j + 1] = Math.max(dp[j], dp[i] + 1);
                break;
            }
            i--;j++;
        }
    }
    return dp[n];
}

LeetCode132. 分割回文串Ⅱ

题目描述
给你一个字符串 s s s,请你将 s s s 分割成一些子串,使每个子串都是回文。
返回符合要求的 最少分割次数
1 < = s . l e n g t h < = 2000 1<=s.length <=2000 1<=s.length<=2000
s s s 仅由小写字母组成

示例 1
输入:s = “aab”
输出:1
解释:分割一次分成 [“aa”, “b”]

思路
动态规划
状态定义: d p [ i ] dp[i] dp[i]表示字符串 s [ 0 , i − 1 ] s[0,i-1] s[0,i1]的最少分割次数。
初始状态: d p [ 0 ] = − 1 dp[0]=-1 dp[0]=1,因为如果 s s s 本身是回文字符串不需要分割。
状态转移: d p [ r + 1 ] = m i n ( d p [ r + 1 ] , d p [ r ] + 1 , d p [ l ] + 1 ) dp[r+1]=min(dp[r+1],dp[r]+1,dp[l]+1) dp[r+1]=min(dp[r+1],dp[r]+1,dp[l]+1) s [ l , r ] s[l,r] s[l,r]是满足条件的回文串。

代码

public int minCut(String s) {
    int n = s.length();
    int[] dp = new int[n + 1];
    Arrays.fill(dp, 5000);
    dp[0] = -1;
    for (int k = 0; k < 2 * n - 1; k++) {
        int i = k / 2, j = k / 2 + k % 2;
        for (; i >= 0 && j < n && s.charAt(i) == s.charAt(j); i--,j++) {
            dp[j + 1] = Math.min(dp[j + 1], Math.min(dp[j] + 1, dp[i] + 1));
        }
    }
    return dp[n];
}

当然本题还有其他动态规划方法。

这两题在搜索回文字符串时都使用了中心扩展法
一个长度为 n n n 的字符串,回文串的中心位置共 2 n − 1 2n-1 2n1 种可能,分别为 ( 0 , 0 ) , ( 0 , 1 ) , ( 1 , 1 ) , ( 1 , 2 ) , . . . ( k / 2 , k / 2 + k % 2 ) , . . . ( n − 2 , n − 2 ) , ( n − 2 , n − 1 ) , ( n − 1 , n − 1 ) (0,0),(0,1),(1,1),(1,2),...(k/2,k/2+k\%2),...(n-2,n-2),(n-2,n-1),(n-1,n-1) (0,0),(0,1),(1,1),(1,2),...(k/2,k/2+k%2),...(n2,n2),(n2,n1),(n1,n1)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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