制作回文串

明确是从里面往外扩展的就比较好想 

// 回文串的性质:如果两端字符相同,可以同时去掉;如果不同,去掉一个字符
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N = 2e3 + 10; 
map<char, int> mp; // 存储每个字符的最小代价
int n, m, dp[N][N]; //dp[i][j]表示将区间[i,j]变为回文串需要花费的最小代价
char s[N];
int main() {
    // 输入字符种类数和字符串长度
    cin >> n >> m;
    cin >> (s + 1); // 输入字符串,从下标1开始存储,方便处理
    // 输入每个字符的两种代价,并取最小值存储
    for (int i = 1; i <= n; i++) {
        char c[2]; // 存储字符
        int x, y;  // 存储两种代价
        cin >> (c + 1) >> x >> y;
        mp[c[1]] = min(x, y); // 保存每个字符的最小代价
        // 初始化字符(键)对应的值
    }
    // 初始化dp数组,初始值设为一个很大的数(表示无穷大)
    for (int i = 1; i <= m; i++)
        for (int j = 1; j <= m; j++) dp[i][j] = 1e9;
    // 初始化边界条件
    for (int i = 1; i <= m; i++) {
        dp[i][i] = 0;       // 长度为1的子串(单个字符)不需要代价
        dp[i + 1][i] = 0;   // 空串的代价为0
        //aa会两个都删去表现为空串
    }
    /*
     * 动态规划求解:
     * dp[i][j] 表示将子串 s[i...j] 转换为回文串的最小代价
     * 状态转移分两种情况:
     * 1. 如果 s[i] == s[j],则可以同时去掉这两个字符,代价为 dp[i+1][j-1]
     * 2. 如果 s[i] != s[j],则需要去掉其中一个字符,代价为 dp[i+1][j] + mp[s[i]] 或 dp[i][j-1] + mp[s[j]]
     */
    for (int l = 2; l <= m; l++) { // 枚举子串长度
        for (int i = 1; (i + l - 1) <= m; i++) { // 枚举子串起点
            int j = i + l - 1; // 子串终点
            if (s[i] == s[j]) {
                // 如果两端字符相同,可以同时“去掉”
                // 这里的去掉指的是不用花费代价就可以变成回文串
                dp[i][j] = min(dp[i][j], dp[i + 1][j - 1]);
            } else {
                // 如果两端字符不同,至少需要去掉一个字符
                dp[i][j] = min(dp[i][j], dp[i + 1][j] + mp[s[i]]); // 去掉左端字符
                dp[i][j] = min(dp[i][j], dp[i][j - 1] + mp[s[j]]); // 去掉右端字符
            }
        }
    }
    // 输出最终结果:将整个字符串 s[1...m] 转换为回文串的最小代价
    cout << dp[1][m] << endl;
    return 0;
}

### 蓝桥杯竞赛中回文字符串题目解析 #### 回文自动机构建与应用 针对蓝桥杯等编程竞赛中的回文字符串问题,回文自动机是一种非常有效的工具[^1]。该数据结构可以在线处理并识别所有的本质不同的回文字串,其核心在于维护一组状态节点以及它们之间的转移关系来表示可能存在的各种回文模式。 为了更好地理解和运用这一概念,在实际编码过程中通常会定义两个主要部分: - **初始化**:创建根节点作为初始状态,并设定必要的变量用于记录当前最长前缀回文和其他辅助信息。 - **扩展函数**:每当读入新的字符时调用此方法更新现有状态集;尝试找到匹配的新位置或新增加一个新结点代表尚未见过的更长回文序列。 以下是基于上述描述的一个简化版 Python 实现例子: ```python class PalindromeAutomaton: def __init__(self): self.nodes = [{}] self.lengths = [0] self.links = [-1] def extend(self, c): current_node = len(self.nodes) - 1 new_node = {} while current_node != -1 and c not in self.nodes[current_node]: self.nodes[current_node][c] = len(self.nodes) current_node = self.links[current_node] if current_node == -1: link_to = 0 else: next_char = self.nodes[current_node].get(c, None) if self.lengths[next_char] == self.lengths[current_node] + 2: link_to = next_char else: clone = {k: v for k, v in self.nodes[next_char].items()} self.nodes.append(clone) self.lengths.append(self.lengths[current_node] + 2) self.links.append(self.links[next_char]) while current_node != -1 and self.nodes[current_node].get(c, None) == next_char: self.nodes[current_node][c] = len(self.nodes) - 1 current_node = self.links[current_node] link_to = len(self.nodes) - 1 self.nodes.append(new_node) self.lengths.append(self.lengths[current_node] + 2 if current_node >= 0 else 1) self.links.append(link_to) pa = PalindromeAutomaton() for char in 'abacaba': pa.extend(char) print(f'Total distinct palindromic substrings count is {len(pa.nodes)-1}') ``` 这段代码展示了如何利用回文自动机制作一个简单的程序去统计给定字符串中有多少个独特的非空连续回文子串。 #### 动态规划求解特定类型的回文子串数量 除了使用高级的数据结构外,对于某些具体场景下的简单回文检测任务也可以采用动态规划的方法来进行优化求解。例如当只需要知道某个范围内是否存在任意长度大于等于某阈值的回文片段时,则可以通过预先计算好所有可能情况下的真假值表(即`dp[][]`数组),从而使得后续询问变得极为迅速[^3]。 考虑这样一个实例:“给定字符串`s="abc"`”,要找出其中有多少个单独字符构成的有效回文子串。“a”, “b” 和 “c” 显然各自满足条件,因此总数为三[^4]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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