[Leetcode]Dynamic Programming-note

Dynamic Programming

338. Counting Bits

[Desciption]

Counting Bits

[Analysis]

method-1

本题有非常简单的做法，就是可以直接对每个数单独计算其二进制下1的个数。

    vector<int> countBits(int num) {
        vector<int> vec(num + 1, 0);
        for (int i = 0; i <= num; i++) {
            int count = 0;
            int value = i;
            while (value) {
                count += value % 2;
                value >>= 1;
            }
            vec[i] = count;
        }
        return vec;
    }

但很显然，这种做法下，时间复杂度为O(n * sizeof(i))。

method-2

其实在计算每个数的二进制下1的个数时，存在着大量的重复。
例如111（7）的1的个数，就可以表示为最后一位的1的个数+除最后一位外1的个数。也就是1 + 2。
因此，我们可以写出代码。

class Solution {
public:
    vector<int> countBits(int num) {
        vector<int> vec(num + 1, 0);
        for (int i = 1; i <= num; i++) {
            vec[i] = vec[i>>1] + i%2;
            cout << vec[i] << " " << vec[i >> 1] << endl;
        }
        return vec;
    }
};

此时的时间复杂度为O(n)。

647. Palindromic Substrings

[Description]

647. Palindromic Substrings

[analysis]

method-1

最简单而直观的方法就是不采取动态规划，直接遍历字符串，寻找所有可能的回文字符串。也就是说，用一个双重循环遍历字符串，可以得到该字符串所能构成的所有子字符串，然后对这些子字符串检验是否为回文串。

时间复杂度为O( n^3 )，空间复杂度为O(1)。

method-2

显然，方法1存在很多重复计算的过程。这时我们可以通过动态规划的方法来减少时间复杂度。在检验回文字符串的时候，不一定要对所有的子字符串都进行检验。比如说，对于abccbs这样的子字符串，显然收尾已经不相同，不需要进行检验，又对于abccba，此时首尾相同，需要检验bccb是否为回文字符串，但显然这个检验的过程已经在前面检验以b为尾字符的子字符串中完成了，所以这时候我们就可以得到一种优化的方法。不妨构建一个矩阵，保存所有能够构成回文字符串的首index和尾index。此时同样需要遍历，但不需要O(n)的时间复杂度进行回文字符串校验了。

    int countSubstrings(string s) {
        int len = s.length();
        int count = 0;
        vector<vector<int>> matrix(len, vector<int>(len, 0));
        for (int i = 0; i < len; i++) {
            matrix[i][i] = 1;
        }
        for (int i = 0; i < len; i++) {
            count++;
            for (int j = 0; j < i; j++) {
                if (s[j] == s[i]) {
                    if (j == i - 1 || matrix[j + 1][i - 1] == 1) {
                        count++;
                        matrix[j][i] = 1;
                    }
                }
            }
        }
        return count;
    }

但需要明白的问题是，此时我们是以牺牲空间换时间，时间复杂度为O( n^2 )，空间复杂度为O( n^2 )。

method-3

实际上，还存在一种更好的方法。因为对于任意一个子字符串，都只存在一个唯一的中间index（当子字符串长度为奇数时，index为单一值；当子字符串长度为偶数时，index为两个值）。这时，我们便可以把外层循环表示为遍历所有子字符串的中间index，然后从这个中间index向两边拓展。在拓展的过程中校验是否满足回文字符串。

    void extend(string s, int left, int right, int& count) {
        while(left >= 0 && right < s.length() && s[left] == s[right]){
            left--;
            right++;
            count++;
        }
    }

    int countSubstrings(string s) {
        int count = 0;
        for (int i = 0; i < s.length(); i++) {
            extend(s, i, i, count);
            extend(s, i, i + 1, count);
        }
        return count;
    }

此时，空间复杂度为O(1)，时间复杂度为O( n^2 )。

646. Maximum Length of Pair Chain

[Description]

646. Maximum Length of Pair Chain

[Analysis]

method-1

这个题暴力求解应该是不那么容易的。我首先想到的是用动态规划的想法，用一个vector记录以当前index为pair chain最后一个元素的最大长度。通过对每一个index遍历前面所有的数组，可以计算出对于以该index作为最后一个chain元素的情况下，最大长度。但需要注意的是，题目没有说已经排好序，所以需要自行排序。

    int findLongestChain(vector<vector<int>>& pairs) {
        sort(pairs.begin(), pairs.end(), [](vector<int> vec_1, vector<int> vec_2) {
            return vec_1[0] < vec_2[0];
        });
        int len = pairs.size();
        vector<int> vec(len, 1);
        for (int i = 1; i < len; i++) {
            int max = 1;
            for (int j = 0; j < i; j++) {
                if (pairs[i][0] > pairs[j][1]) {
                    if (vec[j] + 1 > max) {
                        max = vec[j] + 1;
                    } 
                }
            }
            vec[i] = max;
        }
        int max = 0;
        for (int i = 0; i < len; i++) {
            if (vec[i] > max) {
                max = vec[i];
            }
        }
        return max;
    }

时间复杂度为O( n^2 )，空间复杂度为O(n)。

method-2

除了动态规划以外，还存在更简单的做法。假设存在[a, b], [c, d]，其中b < d，此时，[a, b] 形成的最大长度一定大于等于[c, d]所能形成的最大长度，理由就是如果最大长度chain以[c, d]开始，那必然可以以[a, b]开始。于是，只需要对数组进行恰当的排序，便可以简单地一次循环获得最大长度。

    int findLongestChain(vector<vector<int>>& pairs) {
        sort(pairs.begin(), pairs.end(), [](std::vector<int> v_1, vector<int> v_2) {
            return v_1[1] < v_2[1] || v_1[1] == v_2[1] && v_1[0] < v_2[0];
        });
        int cnt = 0;
        vector<int>& pair = pairs[0];
        for (int i = 0; i < pairs.size(); i++) {
            if (i == 0 || pairs[i][0] > pair[1]) {
                pair = pairs[i];
                cnt++;
            }
        }
        return cnt;
    }

时间复杂度为O(nlogn)，快排所需要的最短时间；空间复杂度为O(1)。