Bootstrap

动态规划学习——回文串

目录

一,回文子串

1.题目

2.题目接口

3,解题代码及其思路

解题代码:

二, 分割回文串II

1,题目

2,题目接口

3,解题思路及其代码


 

一,回文子串

1.题目

给你一个字符串 s ,请你统计并返回这个字符串中 回文子串 的数目。

回文字符串 是正着读和倒过来读一样的字符串。

子字符串 是字符串中的由连续字符组成的一个序列。

具有不同开始位置或结束位置的子串,即使是由相同的字符组成,也会被视作不同的子串。

示例 1:

输入:s = "abc"
输出:3
解释:三个回文子串: "a", "b", "c"

示例 2:

输入:s = "aaa"
输出:6
解释:6个回文子串: "a", "a", "a", "aa", "aa", "aaa"

提示:

  • 1 <= s.length <= 1000
  • s 由小写英文字母组成

2.题目接口

class Solution {
public:
    int countSubstrings(string s) {

    }
};

3,解题代码及其思路

 在动态规划问题时一般可以分为五个步骤:

1.状态表示

   回文串问题我们一般以某一个区间为研究对象,所以我们可以使用bool dp[i][j]来表示i~j这段区间是否为回文串。

2.状态转移方程的推导

  确定了状态转移方程以后,我们便可以来讨论状态转移方程。在推导状态转移方程时可以分为两种情况来推导:

1.s[i]==s[j],在这种情况下又可以分为三种情况来推导:

2.s[i]!=s[j]。在这种情况下dp[i][j]这段区间内的字符串肯定不是回文串。所以dp[i][j] = false。

3.填表顺序

因为在我们的状态转移方程内有dp[i][j] == dp[i+1][j-1]的情况,所以填表顺序为从下往上,从左往右。

4.初始化

在初始化的时候,要考虑的一个情况便是我的初始化要保证填表时不越界。dp[i][j] == do[i+1][j-1],在这种情况下因为  0<=i<=j<n。所以越界的情况在于i==n-1的时候,dp[i+1][j-1]会越界。但是我们要考虑这种情况吗?我们其实并不需要,因为j>=i,当i==j时会直接处理:dp[i][j] =true,并且只在这种情况下会越界。

5.返回值

在完成上面的工作以后,只需要完成对dp[i][j]中true情况的个数统计并返回。

解题代码:

class Solution {
public:
    int countSubstrings(string s) {
        int n = s.size();//求字符串长度
        vector<vector<bool>>dp(n,vector<bool>(n));//建立n*n大小的dp表
        
        for(int i = n-1;i>=0;i--)//从下往上遍历
        {
            for(int j = i;j<n;j++)//从左到右遍历并且要保证j>=i
            {
                if(s[i] == s[j])//相等情况讨论
                {
                    if(i == j) dp[i][j] = true;
                    else if(j == i+1)  dp[i][j] = true;
                    else dp[i][j] = dp[i+1][j-1];
                }

                //s[i]!=s[j]时dp[i][j]绝对是false
            }
        }
        
        //统计回文子串个数
        int count = 0;
        for(int i = 0;i<n;i++)
        {
            for(int j = i;j<n;j++)
            {
                if(dp[i][j]) count++;
            }
        }

        return count;

    }
};

二, 分割回文串II

1,题目

给你一个字符串 s,请你将 s 分割成一些子串,使每个子串都是回文。

返回符合要求的 最少分割次数 。

示例 1:

输入:s = "aab"
输出:1
解释:只需一次分割就可将 s 分割成 ["aa","b"] 这样两个回文子串。

示例 2:

输入:s = "a"
输出:0

示例 3:

输入:s = "ab"
输出:1

提示:

  • 1 <= s.length <= 2000
  • s 仅由小写英文字母组成

2,题目接口

class Solution {
public:
    int minCut(string s) {





    }
};

3,解题思路及其代码

还是一样,按照之前的五个步骤:

1,状态方程:这次的状态转移方程表示的是分割回文串的最小次数。所以我们可以用一个线性的dp表来表示,用dp[i]表示0~i位置的最小切割次数。

2,状态转移方程:在确定好状态转移方程以后,我们就得来推导一下状态转移方程了。还是得分情况讨论:

在第一种情况下,因为0~i这个区间的字符可以构成回文串了所以dp[i] = 0。

在第二种情况下,需要在1~i这个区间内寻找一个能让dp[j][i]构成回文串的并且让切割次数最

最小:

在进行这一步以前还得分情况讨论:

状态转移方程代码如下:

  for(int i = 0;i<n;i++)
        {
           if(dp[0][i])
           {
              dp2[i] = 0;
               
           }
           else
           {
                
               for(int j =1;j<=i;j++)
               {
                   if(dp[j][i]) 
                   {
                      
                       dp2[i] = min(dp2[i],dp2[j-1]+1);
                       
                   }
               }      
           }
        }

3.初始化

因为我们要求的是最小值,所以我们在初始化时可以把状态表内的值初始化为一个特别大的值,这样便可以保证在我们填表时不会干扰到我们的在正确答案。

4,返回值

因为dp表代表的是到第i个位置的最小切割次数,所以我们的返回值就是dp[n-1]。

5,优化

因为在填表总是需要判断是否能构成回文串,所以我们可以采用判断回文子串的代码来对我们的代码做优化处理。

详细代码如下:

class Solution {
public:
    int minCut(string s) {
         int n = s.size();//求字符串长度
        vector<vector<bool>>dp(n,vector<bool>(n));//建立n*n大小的dp表
        
        for(int i = n-1;i>=0;i--)//从下往上遍历
        {
            for(int j = i;j<n;j++)//从左到右遍历并且要保证j>=i
            {
                if(s[i] == s[j])//相等情况讨论
                {
                    if(i == j) dp[i][j] = true;
                    else if(j == i+1)  dp[i][j] = true;
                    else dp[i][j] = dp[i+1][j-1];
                }

                //s[i]!=s[j]时dp[i][j]绝对是false
            }
        }

        vector<int>dp2(n,0x7777777);//统计到第i个位置时的最小分割次数
        for(int i = 0;i<n;i++)
        {
           if(dp[0][i])
           {
              dp2[i] = 0;
               
           }
           else
           {
                
               for(int j =1;j<=i;j++)
               {
                   if(dp[j][i]) 
                   {
                      
                       dp2[i] = min(dp2[i],dp2[j-1]+1);
                       
                   }
               }      
           }
        }

        return dp2[n-1];

    }
};

;