LeetCode OJ 之 Scramble String

题目:

Given a string s1, we may represent it as a binary tree by partitioning it to two non-empty substrings recursively.

Below is one possible representation of s1 = "great":

    great
   /    \
  gr    eat
 / \    /  \
g   r  e   at
           / \
          a   t

To scramble the string, we may choose any non-leaf node and swap its two children.

For example, if we choose the node "gr" and swap its two children, it produces a scrambled string "rgeat".

    rgeat
   /    \
  rg    eat
 / \    /  \
r   g  e   at
           / \
          a   t

We say that "rgeat" is a scrambled string of "great".

Similarly, if we continue to swap the children of nodes "eat" and "at", it produces a scrambled string "rgtae".

    rgtae
   /    \
  rg    tae
 / \    /  \
r   g  ta  e
       / \
      t   a

We say that "rgtae" is a scrambled string of "great".

Given two strings s1 and s2 of the same length, determine if s2 is a scrambled string of s1.

给两个字符串s1和s2,具有相同的长度,判断s2和s1是否是scrambled 字符串。

思路:

首先想到的是递归(即深搜),对两个string 进行分割,然后比较四对字符串。代码虽然简单,但是复杂度比较高。有两种加速策略,一种是剪枝,提前返回;一种是加缓存,缓存中间结果,即memorization(翻译为记忆化搜索)。
剪枝可以五花八门,要充分观察,充分利用信息,找到能让节点提前返回的条件。例如,判断两个字符串是否互为scamble,至少要求每个字符在两个字符串中出现的次数要相等,如果不相等则返回false。
加缓存,可以用数组或HashMap。本题维数较高,用HashMap,map 和unordered_map 均可。
既然可以用记忆化搜索,这题也一定可以用动规。设状态为f[n][i][j] ,表示长度为n,起
点为 s1[i] 和起点为s2[j] 两个字符串是否互为scramble,则状态转移方程为
f[n][i][j]} = (f[k][i][j] && f[n-k][i+k][j+k])

代码1:

class Solution {
public:
    bool isScramble(string s1, string s2) 
    {
        int len = s1.size();
        if(len != s2.size())
            return false;
        vector<vector<bool> > tmp(len,vector<bool>(len,false));
        vector<vector<vector<bool> > > f(len+1,tmp);
        for(int i = 0 ; i < len ; i++)
        {
            for(int j = 0 ; j < len ; j++)
            {
                f[1][i][j] = s1[i] == s2[j];
            }
        }
        //f[n][i][j]} = (f[k][i][j] && f[n-k][i+k][j+k]) || (f[k][i][j+n-k] && f[n-k][i+k][j])
        for(int n = 2 ; n <= len ; n++)
        {
            for(int i = 0 ; i + n <= len ; i++)
            {
                for(int j = 0 ; j + n <= len ; j++)
                {
                    for(int k = 1 ; k < n ; k++)
                    {
                        if((f[k][i][j] && f[n-k][i+k][j+k]) || (f[k][i][j+n-k] && f[n-k][i+k][j]))
                        {
                            f[n][i][j] = true;
                            break;
                        }
                    }
                }
            }
        }
        return f[len][0][0];
    }
};

代码2:

class Solution {
public:
    bool isScramble(string s1, string s2) 
    {
        int len = s1.size();
        if(len != s2.size())
            return false;
        if(len == 1)
            return s1 == s2;
        string tmp1 = s1 , tmp2 = s2;
        sort(tmp1.begin() , tmp1.end());
        sort(tmp2.begin() , tmp2.end());
        if(tmp1 != tmp2)
            return false;
        string s11 , s12 , s21 , s22;
        bool result = false;
        for(int i = 1 ; i < len && !result ; i++)
        {
            s11 = s1.substr(0 , i);
            s12 = s1.substr(i);
            s21 = s2.substr(0 , i);
            s22 = s2.substr(i);
            result = isScramble(s11,s21) && isScramble(s12,s22);
            if(!result)
            {
                s21 = s2.substr(0 , len-i);
                s22 = s2.substr(len-i);
                result = isScramble(s11,s22) && isScramble(s12,s21);
            }
            if(result)
                return true;
        }
        return false;
    }
};



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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