LeetCode习题集-最长有效括号

---

题目

题目：给定一个只包含 ‘(’ 和 ‘)’ 的字符串，找出最长的包含有效括号的子串的长度。

示例 1：
  输入: “(()”
  输出：2
  解释：最长有效括号子串为 “()”。
示例 2：
  输入:")()())"
  输出：4
  解释：最长有效括号子串为 “()()”。

对题目的理解：
  在一段字符串内需要满足两个条件即有效字符串：
  1： “(” 和 “)” 的数量相等。
  2： “(” 出现在对应 “)” 的前面。
  例如："()(())" 是一个有效字符串,    “)(” 则不是(不满足条件2)

我的答案

暴力破解法：
理解了题目之后可以知道：有效字符串肯定已 “(” 开头。
1 所以我们第一个循环先找出该以 “(” 开始的索引位置 i
2 再从 i 开始第二层循环计算之后的字符串是否满足有效字符串
3 当 “(” 等于 “)” 的时候就是一个有效字符串，与length比较记录最大值
4 当 “)” 的数量比 “(” 的数量多了则肯定无法构成有效字符串了，退出第二层循环
5 继续第一层循环找下一个以 “(” 开始的索引位置 i 。

public int longestValidParentheses(String s) {
    int maxLength = 0;
    // 开始计算的索引为i
    for (int i = 0; i < s.length(); i++) {
        if (s.charAt(i) == '(') {
            int left = 1;  // ( 的数量
            int right = 0;  // ) 的数量
            for (int j = i + 1; j < s.length(); j++) {
                if (s.charAt(j) == ')') {
                    right++;
                } else {
                    left++;
                }
                // 如果 ( 和 ) 的数量相等，则记录下长度
                if (left == right) {
                    maxLength = Math.max(maxLength, left * 2);
                }
                // 如果 ) 的数量比 ( 要多, 则退出
                if (left < right) {
                    break;
                }
            }
        }
    }
    return maxLength;
}

执行结果：
呃呃，有点慢！别急，看下面动态规划来解题！

---

官方答案理解

动态规划：
有效字符串一定是以 “)” 结束的，其倒数第二个字符一定是 “)” 或者 “(”
定义 dp[i] 表示以下标 i 字符结尾的最长有效括号的长度。

  当字符串以 “()” 结尾时：dp[i]的状态由dp[i−2]的状态决定
  加上本身的"()",有：dp[i]=dp[i−2]+2
  当字符串以 “))” 结尾时：字符串一定是"###(***)“的形式
  此时dp[i]的状态由”***“也就是dp[i−1]的状态和”###“也就是dp[i−dp[i−1]−2]的状态决定
  加上本身的”()",有：dp[i]=dp[i−1]+dp[i−dp[i−1]−2]+2

于是得到代码：

public int longestValidParentheses(String s) {
    int maxans = 0;
    int dp[] = new int[s.length()];
    for (int i = 1; i < s.length(); i++) {
        if (s.charAt(i) == ')') {
            if (s.charAt(i - 1) == '(') {
                dp[i] = (i >= 2 ? dp[i - 2] : 0) + 2;
            } else if (i - dp[i - 1] > 0 && s.charAt(i - dp[i - 1] - 1) == '(') {
                dp[i] = dp[i - 1] + ((i - dp[i - 1]) >= 2 ? dp[i - dp[i - 1] - 2] : 0) + 2;
            }
            maxans = Math.max(maxans, dp[i]);
        }
    }
    return maxans;
}

执行结果：
这速度，牛逼不牛逼！