LeetCode - 解题笔记 - 132 - Palindrome Partitioning II
作者:互联网
Solution 1
实际上就是承接了 0131. Palindrome Partitioning 的设计思路,使用动态规划 进行处理。
【参考官方】整个过程有两个优化要求:
- 划分的枚举最优化:动态规划()
- 回文判定的最优化:动态规划(0005. Longest Palindromic Substring 或 0131. Palindrome Partitioning )
第二个已经实现过了,主要是第一个不好处理,这里学习了官方的方法: a n s [ i ] ans[i] ans[i]表示到i为止子串的最优划分方案,其中 a n s [ i ] ans[i] ans[i]在整个子串都为回文时初始化为0,否则为MAX。
状态转移方程为: a n s [ j ] = min ( a n s [ j ] , a n s [ i − 1 ] + 1 ) ans[j] = \min(ans[j], ans[i - 1] + 1) ans[j]=min(ans[j],ans[i−1]+1) ,其中i和j分别为当前有效回文判定的首尾索引。
整个处理的思路就是两个DP:第一个DP对所有的划分方案的回文情况判定,第二个基于这个判定计算最优的划分方案。
- 时间复杂度: O ( n 2 ) O(n^2) O(n2),其中 n n n为输入的字符串长度,dp的二维遍历
- 空间复杂度: O ( n 2 ) O(n^2) O(n2),其中 n n n为输入的字符串长度,dp的二维遍历需要二维数组占用
class Solution {
public:
int minCut(string s) {
int len = s.size();
vector<vector<bool>> dp(len, vector<bool>(len, false));
vector<int> ans(len, INT_MAX);
for (int j = 0; j < len; ++j) { // 参考0005 先迭代尾边界,对应第二个dp的顺序
for (int i = 0; i <= j; ++i) {
if ((s[i] == s[j]) && (j - i <= 2 || dp[i + 1][j - 1])) {
// 参考0131 回文判定和dp数组的更新
dp[i][j] = true;
if (i == 0) {
ans[j] = 0;
} else {
ans[j] = min(ans[j], ans[i - 1] + 1);
}
}
}
}
return ans[len - 1];
}
};
Solution 2
Solution 1的Python实现
class Solution:
def minCut(self, s: str) -> int:
length = len(s)
dp = [[False] * length for i in range(length)]
ans = [None] * length
for j in range(length):
for i in range(j + 1):
if (s[i] == s[j]) and (j - i <= 2 or dp[i + 1][j - 1]):
dp[i][j] = True
if i == 0:
ans[j] = 0
else:
ans[j] = ans[i - 1] + 1 if ans[j] is None else min(ans[j], ans[i - 1] + 1)
return ans[length - 1]
标签:Partitioning,Palindrome,int,Solution,len,II,length,ans,dp 来源: https://blog.csdn.net/cary_leo/article/details/122636670