本文共 4174 字,大约阅读时间需要 13 分钟。
分析:
这一题需要使用两次dp。第一次dp需要找到所有回文子串,第二次dp需要找到最小切。而实际上,两个dp可以同时进行。
首先是找出所有的回文子串:
设dp[j][i]为1时表示子串s[j,i]是一个回文串,那么有:
当s[j] == s[j], 且子串s[j,i]长度小于等于2或者dp[j+1][i-1]为1时
dp[j][i] = 1
其中,当j > i时, dp[j][i] = 0。长度小于等于2这个判断要先于dp[j+1][i-1]这一判断,这样可以在最后避免越界的问题。
然后是找到最小切:
min_cut[i]表示前i个字符构成的子串中最小切的个数,其中min_cut[0] = -1
那么有:
当s[j, i]是回文串时,对于j <= i, 所有min_cut[j]+1中的最小值即为min_cut[i]
min_cut[i+1] = min(min_cut[i+1], min_cut[j]+1);
显然,这两个表达式可以同时执行,代码如下:
int minCut(string s) { int size = s.length(); if(size == 0 || size == 1) return 0; vector> dp(size, vector (size,0)); vector min_cut(size+1, size-1); min_cut[0] = -1; for(int i = 0; i < size; i++) for(int j = 0; j <= i ;j++) { if(s[i] == s[j] && (i-j <= 1 || dp[j+1][i-1])) { dp[j][i] = 1; min_cut[i+1] = min(min_cut[i+1], min_cut[j]+1); } } return min_cut[size];}
分析:
看到这一题,首先想到类似的, 只要将矩阵中的'0'替换为负数(如-100),'1'替换为1,求出矩阵的最大子矩阵和就是答案。算法解释可参考我的,代码如下:
int maxSubarry(vector & v) { int sum = 0, max = 0; int size = v.size(); for(int i = 0; i < size; i++) { if(sum < 0) sum = v[i]; else sum += v[i]; max = max>sum?max:sum; } return max;}int maxSumSubmatrix(vector>& matrix) { int width = matrix[0].size(); int height = matrix.size(); int L = 0, R = 0; int max = INT_MIN; for(L = 0; L < width; L++) { vector column(height, 0); for(R = L; R < width; R++) { for(int i = 0; i < height; i++) column[i] += matrix[i][R]; int cur_max = maxSubarry(column); max = std::max(max, cur_max); } } return max==INT_MIN?-1:max;}int maximalRectangle(vector >& matrix) { int height = matrix.size(); if(height == 0) return 0; int width = matrix[0].size(); vector > v(height, vector (width, 0)); for(int i = 0; i < height; i++) for(int j = 0; j < width; j++) { if(matrix[i][j] == '1') v[i][j] = 1; else v[i][j] = -100; } return maxSumSubmatrix(v);}
然后,还有另一种思路(也不是dp),思路来源是::求直方图中的最大矩阵。在这一题中,我们为每一行建立一个直方图,如果当前行的数值为0,那么矩阵高度为0,否则高度为连续的1的数量。最后对于每一行得到的最大矩阵求最大值即可。
代码如下,参考,侵删:
int largestRectangleArea(vector &height) { int res = 0; stack s; height.push_back(0); for (int i = 0; i < height.size(); ++i) { if (s.empty() || height[s.top()] <= height[i]) s.push(i); else { int tmp = s.top(); s.pop(); res = max(res, height[tmp] * (s.empty() ? i : (i - s.top() - 1))); --i; } } return res;}int maximalRectangle(vector> &matrix) { int res = 0; vector height; for (int i = 0; i < matrix.size(); ++i) { height.resize(matrix[i].size()); for (int j = 0; j < matrix[i].size(); ++j) { height[j] = matrix[i][j] == '0' ? 0 : (1 + height[j]); } res = max(res, largestRectangleArea(height)); } return res;}
使用dp:
dp的思路实际上与前一个方法一致。
对于每一行构建一个直方图,
即:
left(i,j) = max(left(i-1,j), cur_left)
right(i,j) = min(right(i-1,j), cur_right)
matrix[i][j] == '1' 时
height(i,j) = height(i-1,j) + 1
matrix[i][j] == '0' 时
height(i,j) = 0
那么当前行中[right(i,j) - left(i,j)]*height(i,j)中最大的值就是当前直方图中的最大矩阵的面积。
遍历完所有行之后, 取出最大面积即为答案。
参考代码如下,侵删:
int maximalRectangle(vector> &matrix) { if(matrix.empty()) return 0; const int m = matrix.size(); const int n = matrix[0].size(); int left[n], right[n], height[n]; fill_n(left,n,0); fill_n(right,n,n); fill_n(height,n,0); int maxA = 0; for(int i=0; i =0; j--) { if(matrix[i][j]=='1') right[j]=min(right[j],cur_right); else {right[j]=n; cur_right=j;} } // compute the area of rectangle (can do this from either side) for(int j=0; j
转载地址:http://cwwob.baihongyu.com/