具有给定数值的最小字符串_leetcode No.712 两个字符串的最小ASCII删除和

672871bc2ea758a56a271567d1a1e100.png

题目链接:

712. 两个字符串的最小ASCII删除和 - 力扣(LeetCode)​leetcode-cn.com
c094c6c8ad7a41ce9ed0a9ec356f91e5.png

题目描述:

给定两个字符串s1, s2,找到使两个字符串相等所需删除字符的ASCII值的最小和。

示例 1:

输入: s1 = "sea", s2 = "eat"
输出: 231
解释: 在 "sea" 中删除 "s" 并将 "s" 的值(115)加入总和。
在 "eat" 中删除 "t" 并将 116 加入总和。
结束时,两个字符串相等,115 + 116 = 231 就是符合条件的最小和。

示例 2:

输入: s1 = "delete", s2 = "leet"
输出: 403
解释: 在 "delete" 中删除 "dee" 字符串变成 "let",
将 100[d]+101[e]+101[e] 加入总和。在 "leet" 中删除 "e" 将 101[e] 加入总和。
结束时,两个字符串都等于 "let",结果即为 100+101+101+101 = 403 。
如果改为将两个字符串转换为 "lee" 或 "eet",我们会得到 433 或 417 的结果,比答案更大。

注意:

  • 0 < s1.length, s2.length <= 1000
  • 所有字符串中的字符ASCII值在[97, 122]之间。

解题思路:

本题和两个字符串的删除操作有点类似,但是那一题是要求使两个字符串相同所需的最小步数,本题则是要求使两个字符串相等所需删除字符的ASCII值的最小和。

但是总的思路还是相似的,都是用动态规划。假设 s1.length=n,s2.length=m,我们用 dp[i][j] 表示字符串 s1[:i] 和 s2[:j](s1[:i] 表示字符串 s1 从开头到第 i-1 位的子串,s2[:j] 表示字符串 s2 从开头到第 j-1 位的子串)达到相等所需删除的字符的 ASCII 值的最小和,最终的答案为 dp[n][m]。

首先确定一下边界条件,当 s1[:i] 和 s2[:j] 中的某一个字符串为空时,dp[i][j] 的值即为另一个非空字符串的所有字符的 ASCII 值之和。

dp[i][0] = dp[i-1][0] + ascii(s1[i-1])

对于其余的一般情况,即两个字符串都非空时,如果有 s1[i] == s2[j],那么当前位置的两个字符相同,它们不需要被删除,状态转移方程为

dp[i][j] = dp[i-1][j-1]

如果 s1[i] != s2[j],那么我们至少要删除 s1[i] 和 s2[j] 两个字符中的一个,因此状态转移方程为

dp[i][j]=min(dp[i-1][j]+ascii(s1[i-1]), dp[i][j-1]+ascii(s2[j-1]))

有了这些,写代码就很容易了。

代码如下:

class Solution {
public:
    int minimumDeleteSum(string s1, string s2) {
        int n = s1.size(), m = s2.size();
        vector<vector<int>> dp(n+1, vector<int>(m+1, 0));
        for (int i = 1; i <= n; ++i) {
            dp[i][0] = dp[i-1][0] + ascii(s1[i-1]);
        }
        for (int i = 1; i <= m; ++i) {
            dp[0][i] = dp[0][i-1] + ascii(s2[i-1]);
        }
        for (int i = 1; i <= n; ++i) {
            for(int j = 1; j <= m; ++j) {
                if (s1[i-1]==s2[j-1]) {
                    dp[i][j] = dp[i-1][j-1];
                }
                else {
                    dp[i][j] = min(dp[i-1][j]+ascii(s1[i-1]), dp[i][j-1]+ascii(s2[j-1]));
                }
            }
        }
        return dp[n][m];
    }
private:
    int ascii(char c){
        return c - 'a' + 97;
    }
};

如果有任何疑问,欢迎提出。如果有更好的解法,也欢迎告知。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
KMP算法是一种字符串匹配算法,用于在一个文本串S内查找一个模式串P的出现位置。它的时间复杂度为O(n+m),其中n为文本串的长度,m为模式串的长度。 KMP算法的核心思想是利用已知信息来避免不必要的字符比较。具体来说,它维护一个next数组,其中next[i]表示当第i个字符匹配失败时,下一次匹配应该从模式串的第next[i]个字符开始。 我们可以通过一个简单的例子来理解KMP算法的思想。假设文本串为S="ababababca",模式串为P="abababca",我们想要在S中查找P的出现位置。 首先,我们可以将P的每个前缀和后缀进行比较,得到next数组: | i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | | --- | - | - | - | - | - | - | - | - | | P | a | b | a | b | a | b | c | a | | next| 0 | 0 | 1 | 2 | 3 | 4 | 0 | 1 | 接下来,我们从S的第一个字符开始匹配P。当S的第七个字符和P的第七个字符匹配失败时,我们可以利用next[6]=4,将P向右移动4个字符,使得P的第五个字符与S的第七个字符对齐。此时,我们可以发现P的前五个字符和S的前五个字符已经匹配成功了。因此,我们可以继续从S的第六个字符开始匹配P。 当S的第十个字符和P的第八个字符匹配失败时,我们可以利用next[7]=1,将P向右移动一个字符,使得P的第一个字符和S的第十个字符对齐。此时,我们可以发现P的前一个字符和S的第十个字符已经匹配成功了。因此,我们可以继续从S的第十一个字符开始匹配P。 最终,我们可以发现P出现在S的第二个位置。 下面是KMP算法的C++代码实现:
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