算法-动态规划-最长有效括号

32. 最长有效括号

给你一个只包含 '(' 和 ')' 的字符串,找出最长有效(格式正确且连续)括号子串的长度。

示例: 

输入:s = "(()"
输出:2
解释:最长有效括号子串是 "()"
输入:s = ")()())"
输出:4
解释:最长有效括号子串是 "()()"
输入:s = ""
输出:0

思路分析

注意有效括号通常有两种形式:

重叠形式:((...xx...))

并行形式:(...xx....)(...xx....)

dp[i]表示跟第i个字符组成的有效子串长度

dp[0]组不成有效串,为0

1,若"(" dp[i]=0 截止当前字符,无法组成有效子串,

2,若")" 分情况查看前面字符:

   2.1,若前面字符是"(":

dp[i-2]+2

dp[i-2]前i-2个串的有效子串长度:dp[i-2]加上当前有效的"()"

   2.2,若前面字符是")" :

  可能组成 "((xxx))" 则判断s[i-1-dp[i-1]]的字符是不是预期中的"(",若是的话则当前 dp[i-1]+2 。注意,也可能是这样的:"(xxx)((xxx))",还要加上可能存在的红色部分。

dp[i]=dp[i-2-dp[i-1]]+dp[i-1]+2 

注意!边界情况的判断! 

代码

class Solution:
    def longestValidParentheses(self, s: str) -> int:
        n=len(s)
        if n<=1:
            return 0
        dp=[0]*n
        for i in range(1,n):
            if s[i]=="(":
                dp[i]=0
            else:
                #a==")"
                if s[i-1]=="(":
                    dp[i]=dp[i-2]+2 if i>=2 else 2
                if s[i-1]==")":
                    print("i=%s"%(i))
                    dp[i]=dp[i-2-dp[i-1]]+dp[i-1]+2 if i-1-dp[i-1]>=0 and s[i-1-dp[i-1]]=="(" else 0
                    #dp[i-2-dp[i-1]]+dp[i-1]+2 类似于(s1)((s2)) s2长度+s1长度
                
            print("dp[%i]=%s"%(i,dp[i]))
        return max(dp)
                       

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 使用动态规划解决最长括号匹配问题的代码如下:int lengthOfLongestValidParentheses(string s) { int n = s.length(), maxLen = 0; vector<int> dp(n, 0); for (int i = 1; i < n; i++) { if (s[i] == ')') { if (s[i - 1] == '(') { dp[i] = (i - 2 >= 0 ? dp[i - 2] : 0) + 2; } else if (i - dp[i - 1] - 1 >= 0 && s[i - dp[i - 1] - 1] == '(') { dp[i] = dp[i - 1] + 2 + ((i - dp[i - 1] - 2 >= 0) ? dp[i - dp[i - 1] - 2] : 0); } maxLen = max(maxLen, dp[i]); } } return maxLen; } ### 回答2: 以下是用动态规划算法最长括号匹配问题的代码: ```python def longest_valid_parentheses(s: str) -> int: n = len(s) if n == 0: return 0 dp = [0] * n ans = 0 for i in range(1, n): if s[i] == ')': if s[i - 1] == '(': if i >= 2: dp[i] = dp[i - 2] + 2 else: dp[i] = 2 elif i - dp[i - 1] > 0 and s[i - dp[i - 1] - 1] == '(': if i - dp[i - 1] >= 2: dp[i] = dp[i - 1] + dp[i - dp[i - 1] - 2] + 2 else: dp[i] = dp[i - 1] + 2 ans = max(ans, dp[i]) return ans ``` 该算法使用动态规划来求解最长括号匹配问题。定义一个长度为n的dp数组,其中dp[i]表示以下标为i的字符结尾的最长有效括号子串的长度。遍历字符串s,当遇到'('时,不需要做任何计算;当遇到')'时,分为两种情况:如果前一个字符是'(',则dp[i] = dp[i-2] + 2;如果前一个字符是')',则需要判断前一个字符所对应的最长有效括号子串的前一个字符是否是'(',如果是,则dp[i] = dp[i-1] + dp[i-dp[i-1]-2] + 2。最后,取dp数组中的最大值即为最终的结果。算法的时间复杂度为O(n),空间复杂度为O(n)。 ### 回答3: 最长括号匹配问题可以使用动态规划算法来解决,具体代码如下: ```python def longestValidParentheses(s): n = len(s) if n < 2: return 0 dp = [0] * n # dp[i]表示以s[i]为结尾的最长括号长度 max_length = 0 for i in range(1, n): if s[i] == ')': if s[i-1] == '(': # 形如 "()" 的匹配 dp[i] = dp[i-2] + 2 if i >= 2 else 2 elif i - dp[i-1] > 0 and s[i - dp[i-1] - 1] == '(': # 形如 "))" dp[i] = dp[i-1] + dp[i - dp[i-1] - 2] + 2 if i - dp[i-1] >= 2 else dp[i-1] + 2 max_length = max(max_length, dp[i]) return max_length ``` 原理解释: 动态规划的思路是从左到右遍历字符串,维护一个dp数组来记录以当前字符为结尾的最长括号长度。 在遍历过程中,我们需要处理两种情况: 1. 形如 "()" 的匹配:如果当前字符是")",且前一个字符是"(",则可以形成一个有效括号匹配,这时dp[i]的值可以由dp[i-2] + 2得到,也即前一个最长括号长度再加上当前匹配的长度2。 2. 形如 "))" - 如果当前字符是")",且前一个字符也是")",我们需要判断前一个最长括号匹配的前一个字符是否是"(",如果是,则可以形成一个有效括号匹配,并且dp[i]的值可以由前一次最长括号长度dp[i-1]再加上到前一个有效括号匹配的前一个位置的最长括号长度dp[i - dp[i-1] - 2],再加上当前匹配的长度2得到。此时需要特别注意边界情况,即当i - dp[i-1] < 2时,没有前一个有效括号匹配,所以直接加上当前匹配的长度2即可。 遍历结束后,返回dp数组的最大值,即为最长括号匹配的长度。

“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