最长公共子括号序列

一个合法的括号匹配序列被定义为:
1. 空串""是合法的括号序列
2. 如果"X"和"Y"是合法的序列,那么"XY"也是一个合法的括号序列
3. 如果"X"是一个合法的序列,那么"(X)"也是一个合法的括号序列
4. 每个合法的括号序列都可以由上面的规则生成
例如"", "()", "()()()", "(()())", "(((()))"都是合法的。
从一个字符串S中移除零个或者多个字符得到的序列称为S的子序列。
例如"abcde"的子序列有"abe","","abcde"等。
定义LCS(S,T)为字符串S和字符串T最长公共子序列的长度,即一个最长的序列W既是S的子序列也是T的子序列的长度。
小易给出一个合法的括号匹配序列s,小易希望你能找出具有以下特征的括号序列t:
1、t跟s不同,但是长度相同
2、t也是一个合法的括号匹配序列
3、LCS(s, t)是满足上述两个条件的t中最大的
因为这样的t可能存在多个,小易需要你计算出满足条件的t有多少个。

如样例所示: s = "(())()",跟字符串s长度相同的合法括号匹配序列有:
"()(())", "((()))", "()()()", "(()())",其中LCS( "(())()", "()(())" )为4,其他三个都为5,所以输出3. 
输入描述:
输入包括字符串s(4 ≤ |s| ≤ 50,|s|表示字符串长度),保证s是一个合法的括号匹配序列。


输出描述:
输出一个正整数,满足条件的t的个数。

输入例子1:
(())()

输出例子1:
3
循环删除输入字符串每个位置的字符,插到剩下字符的任意位置,这些字符和原字符的最长公共子序列为原有字符串长度减一。helper函数就是这个作用。先用Set对生成的字符串去重,然后遍历这些字符串,如果不是输入字符本身并且合法,就加一。
再补充一点:
substring(参数)是java中截取字符串的一个方法

有两种传参方式
一种是public String substring(int beginIndex)
返回一个新的字符串,它是此字符串的一个子字符串。该子字符串从指定索引处的字符开始,直到此字符串末尾。
另一种是public String substring(int beginIndex, int endIndex)
返回一个新字符串,它是此字符串的一个子字符串。该子字符串从指定的 beginIndex 处开始,直到索引 endIndex - 1 处的字符。因此,该子字符串的长度为 endIndex-beginIndex。
import java.util.*;

/**
 * Created by sunwl1993 on 2017/9/22.
 */
public class 最长公共子括号序列 {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        String inputString = sc.next();
        System.out.println(solution(inputString));
    }
    /**判断括号序列是否合法*/
    public static boolean isLegal(String inputString){
        Stack stack = new Stack();
        for(int i=0;i<inputString.length();i++){
            if(inputString.charAt(i)=='(')
                stack.push("(");
            else {
                if(stack.isEmpty())
                    return false;
                else
                    stack.pop();
            }
        }
        if(stack.isEmpty())
            return true;
        else
            return false;
    }
    /**将下标为remove的字符提取出来,随机插入inputString的任意位置,输出组合列表*/
    public static List bracketGroups(String inputString , int remove){
        List list = new LinkedList();
        StringBuffer sb = new StringBuffer(inputString.length()-1);
        for(int j=0;j<inputString.length();j++){
            if(j!=remove)
                sb.append(inputString.charAt(j));
        }
        for(int j=0;j<inputString.length();j++){
            String left = sb.substring(0,j);
            String right = sb.substring(j,sb.length());
            String newString = left +inputString.charAt(remove)+right;
            list.add(newString);
        }
        return list;
    }
    public static int solution(String inputString){
        Set<String> set = new HashSet();
        for(int i=0;i<inputString.length();i++){
            set.addAll(bracketGroups(inputString,i));
        }
        int result = 0;
        for(String s : set){
            if(!s.equals(inputString)&&isLegal(s))
                result++;
        }
        return result;
    }
}



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以为你编写动态规划算法求解矩阵连乘和最公共序列问题。 首先,我们来看矩阵连乘问题。假设有 $n$ 个矩阵 $A_1, A_2, \dots, A_n$,其维度分别为 $p_0 \times p_1, p_1 \times p_2, \dots, p_{n-1} \times p_n$。我们的目标是通过最少的乘法次数,将这 $n$ 个矩阵相乘得到最终的结果。根据动态规划的思想,我们可以定义一个 $n \times n$ 的二维数组 $m$,其中 $m[i][j]$ 表示从矩阵 $A_i$ 到 $A_j$ 的连乘所需的最少乘法次数。具体的动态规划算法如下: ```python def matrix_chain_order(p): n = len(p) - 1 # 矩阵个数 m = [[0] * n for _ in range(n)] s = [[0] * n for _ in range(n)] for l in range(2, n + 1): for i in range(n - l + 1): j = i + l - 1 m[i][j] = float('inf') for k in range(i, j): q = m[i][k] + m[k+1][j] + p[i]*p[k+1]*p[j+1] if q < m[i][j]: m[i][j] = q s[i][j] = k return m, s ``` 其中,$p$ 是一个度为 $n+1$ 的数组,表示 $n$ 个矩阵的维度,即 $A_i$ 的维度为 $p_i \times p_{i+1}$。算法返回的 $m$ 数组即为最终的最少乘法次数,$s$ 数组用于记录最优的括号方式。具体来说,$s[i][j]$ 记录的是将 $A_i$ 到 $A_j$ 这段矩阵序列拆分为两部分的位置 $k$,使得 $A_i$ 到 $A_k$ 和 $A_{k+1}$ 到 $A_j$ 分别相乘所需的最少乘法次数之和最小。 接下来,我们来看最公共序列问题。假设有两个序列 $X$ 和 $Y$,度分别为 $m$ 和 $n$。我们的目标是找到它们的最公共序列,即一个新的序列 $Z$,满足 $Z$ 是 $X$ 和 $Y$ 的序列,且 $Z$ 的度最。根据动态规划的思想,我们可以定义一个 $m \times n$ 的二维数组 $c$,其中 $c[i][j]$ 表示 $X$ 的前 $i$ 个元素和 $Y$ 的前 $j$ 个元素的最公共序列度。具体的动态规划算法如下: ```python def lcs_length(X, Y): m, n = len(X), len(Y) c = [[0] * (n + 1) for _ in range(m + 1)] for i in range(1, m + 1): for j in range(1, n + 1): if X[i - 1] == Y[j - 1]: c[i][j] = c[i - 1][j - 1] + 1 else: c[i][j] = max(c[i - 1][j], c[i][j - 1]) return c ``` 其中,$X$ 和 $Y$ 分别表示两个序列,算法返回的 $c$ 数组即为最终的最公共序列度。如果需要求出最公共序列本身,可以在算法中添加一个记录路径的数组 $b$,具体实现可以参考[这篇文章](https://www.cnblogs.com/-Ackerman/p/11390225.html)。 以上就是动态规划求解矩阵连乘和最公共序列问题的算法实现。希望能够对你有所帮助!
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