一道算法题-括号生成

上一次系统整理算法知识是2020年8月到10月，最初打算每周至少刷一道题，但后面就没怎么坚持了。大家有兴趣可以看一下算法系列。

两三个星期前，重新开始做算法题，争取每周完成一道，这么做有几个原因：

• 警醒：最近看到一些年长的程序员在面试的时候，算法能力并不是很好。虽然随着职位的提升，写代码的时间减少，架构的时间增多，但代码能力不能丢

• 平常心：不抱任何目的完成一道算法题，感受算法的美感，是难得的体验，而且能够更好的加深对算法的理解

• 成长：左耳听风提过ARTS，建议大家每周做四件事情

  Review和Tip我都融入到Share中去了，保证每周至少分享一篇文章。这次正好可以把A补上。

• Algorithm。主要是为了编程训练和学习。 每周至少做一个 leetcode 的算法题。

• Review：主要是为了学习英文， 需要你阅读并点评至少一篇英文技术文章。

• Tip：主要是为了总结和归纳你在是常工作中所遇到的知识点。学习至少一个技术技巧。

• Share：主要是为了建立你的影响力，能够输出价值观。 分享一篇有观点和思考的技术文章。

计划

这次计划每周从一个类型中选一个题目做，前两周做了数组和字符串，这周就做动态规划。

如果对某个类型的题目掌握的不是特别好，就多做几道题。

无论题目难易，都尽量写写解题思路和感触，能够沉淀下来一些知识。

所有代码都放在github的https://github.com/shidawuhen/asap/tree/master/controller/algorithm ，不知不觉完成一百多个题目了。

括号生成

数字 n 代表生成括号的对数，请你设计一个函数，用于能够生成所有可能的并且 有效的 括号组合。

示例 1：

输入：n = 3
输出：["((()))","(()())","(())()","()(())","()()()"]

示例 2：

输入：n = 1
输出：["()"]

提示：

• 1 <= n <= 8

解题思路

动态规划解题流程

这道题使用动态规划法完成，在算法总结中，整理过动态规划的解题流程：

动态规划法利用问题的最优性原理，以自底向上的方式从子问题的最优解逐步构造出整个问题的最优解。应用动态规划法设计算法一般分为3个阶段：

1）分段：将原问题分解为若干个相互重叠的子问题

2）分析：分析问题是否满足最优性原理，找出动态规划函数的递推式

3）求解：利用递推式自底向上计算，实现动态规划过程

这三个阶段其实是有套路的

1. 首先反证法证明满足最优性原理

2. 推导出动态规划函数 - 这是最重要的一点

• 动态规划函数在推导前要确认该函数满足题目的解

• 可以画图来帮助做动态规划函数的推导

4. 记录中间过程 - 这是核心中的核心

思路

一般而言，动态规划的公式为：F(n) = F§ [+ - * / min max] F(q)，然后利用递推/迭代方式进行计算。

每一个括号序列，必然以（开始，必然有对应的），据此抽象出括号序列模型：(a)b，其中a、b分别是一个合法的括号序列（可以为空）。

F(n)=(F(a))*F(b)，其中a+b=n-1

假设n为4，则F(4)=(F(0))*F(3)+(F(1))*F(2)+(F(2))*F(1)+(F(3))*F(0)，即将F(a)和F(b)进行组合。

抽象出括号序列模式(a)b，然后推导出动态规划公式，是其中的难点。

代码

var allParenthesis map[int][]string

func generateParenthesis(n int) []string {
	allParenthesis = make(map[int][]string)
	return generate(n)
}

func generate(n int) []string {
	if n <= 0 {
		return []string{""}
	}
	if l, ok := allParenthesis[n]; ok {
		return l
	}
	allParenthesis[n] = make([]string, 0)
	for i := 0; i < n; i++ {
		fa := generate(i)
		fb := generate(n - i - 1)
		for _, faItem := range fa {
			for _, fbItem := range fb {
				allParenthesis[n] = append(allParenthesis[n], "("+faItem+")"+fbItem)
			}
		}
	}
	return allParenthesis[n]
}