Leetcode 1531. String Compression II [Python]

思路是参考大神的。记忆化搜索。我们设置i，k，prev，l 四个变量用于跟踪当前我们遍历到哪个字母了，用了多少次删除，前一个字母是什么，前一个字母一样的已经连续出现了几次；对于每个字母，都可以选择删除或者不删除；先说删除，那么只要k还有，就可以继续，i+1，k-1。而不删除，就可以看作，最后的压缩状态会出现长度上的影响（当然也可以出现不会），如果一个字母与prev字母一样，那么，不删除这个字母的话，如果这个字母是第二次出现，那么压缩的时候就需要带上数字了（>1了）、以及如果同样的字母有9（99，999。。。。 ）个了，再加一个相同字母就要多一位数字来表述了，也就是最后的结果长度要+1，那么carry就为1，然后往下迭代；其他重复情况则不会加长结果长度，carry为0。当这个字母与之前字母不一样，那么无论如何要多一个字符来表示这个字母。也就是1 + self.memosearch。

class Solution:
    def getLengthOfOptimalCompression(self, s: str, k: int) -> int:
        memo = {}
        return self.memoserach(s, 0, k, None, 0, memo)
    
    
    def memoserach(self, s, i, k, prev, l, memo):
        if i == len(s):return 0
        if (i, k, prev, l) in memo:return memo[(i, k, prev, l)]
        
        if k > 0:
            delete = self.memoserach(s, i+1, k-1, prev, l, memo)
        else:
            delete = float('inf')
            
            
        if s[i] == prev:
            carry = 1 if l == 1 or len(str(l+1)) > len((str(l))) else 0
            skip = carry + self.memoserach(s, i+1, k, prev, l+1, memo)
        else:
            skip = 1 + self.memoserach(s, i+1, k, s[i], 1, memo)
            
        memo[(i, k, prev, l)] = min(skip, delete)
        
        return memo[(i, k, prev, l)]