洛谷P1435 回文字串(dp)

本文介绍了一种利用动态规划解决最小插入构造回文串问题的方法。通过计算字符串前缀和后缀之间的最长公共子序列(LCS),该算法能够找到将给定字符串转换为回文串所需的最少字符插入数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题意

题目链接

回文词是一种对称的字符串。任意给定一个字符串,通过插入若干字符,都可以变成回文词。此题的任务是,求出将给定字符串变成回文词所需要插入的最少字符数。

比如 “Ab3bd”插入2个字符后可以变成回文词“dAb3bAd”或“Adb3bdA”,但是插入少于2个的字符无法变成回文词。

注:此问题区分大小写

Sol

自己DP太垃圾啦,于是滚来刷水题啦qwq

感觉我的做法太麻烦了。

首先不难看出,这题跟LCS有关,而且是魔改版的LCS,具体来说,我们要求的是前缀$1 - i$的反串和后缀$i - n$的LCS。

统计答案的时候分情况讨论一下

#include<cstdio>
#include<algorithm>
#include<cstring>
#define LL long long
// #define int long long  
using namespace std;
const int MAXN = 2 * 1e6 + 10, INF = 1e9 + 7, mod = 998244353;
inline int read() {
    char c = getchar(); int x = 0, f = 1;
    while(c < '0' || c > '9') {if(c == '-') f = -1; c = getchar();}
    while(c >= '0' && c <= '9') x = x * 10 + c - '0', c = getchar();
    return x * f;
}
int f[1001][1001], N;//f[i][j]:前缀1-i,后缀j-n的最长公共子序列
char s[MAXN];
main() {
    scanf("%s", s + 1);
    N = strlen(s + 1);
    for(int i = 1; i <= N; i++) {
        for(int j = N; j >= i + 1; j--) {
            f[i][j] = max(f[i - 1][j], f[i][j + 1]);
            if(s[i] == s[j]) f[i][j] = max(f[i][j], f[i - 1][j + 1] + 1);
            //printf("%d %d %d\n", i, j, f[i][j]);
        }
    }
    int ans = INF;
    for(int i = 1; i <= N; i++)
        ans = min(ans, N - 1 - f[i - 1][i + 1] * 2);        

    for(int i = 2; i <= N - 1; i++) {
        ans = min(ans, N - 2 - (f[i - 1][i + 2] * 2) + (s[i] != s[i + 1]));
    }

    printf("%d", ans);
    return 0;
}
/*
abbbbba
--

abab

abbab

abcdba
*/

 

### 最长公共子序列(LCS)线性DP解法 在处理最长公共子序列(LCS)问题时,通常的动态规划解法时间复杂度为 $ O(n^2) $,这在数据规模较大时无法有效处理。对于洛谷 P2516 题目,需要一种更高效的解法。 #### 问题分析 题目要求找到两个序列的最长公共子序列。假设两个序列分别为 $ A $ 和 $ B $,长度分别为 $ n $ 和 $ m $。常规的 $ O(nm) $ 解法在 $ n $ 和 $ m $ 较大时(如 $ 10^5 $)无法通过。因此,我们需要一种更高效的解法。 #### 线性DP解法思路 在某些特定条件下,可以利用优化手段将 LCS 问题转换为其他问题。例如,当两个序列都是 1 到 $ n $ 的排列时,可以利用最长上升子序列(LIS)的解法来优化。 具体步骤如下: 1. **映射元素位置**:将序列 $ A $ 中每个元素的位置映射到一个数组中,表示该元素在 $ B $ 中的位置。 2. **转换为 LIS 问题**:将问题转换为在映射后的数组中寻找最长上升子序列的问题。这是因为公共子序列在 $ A $ 和 $ B $ 中的顺序必须一致,而最长上升子序列正好满足这一条件。 3. **使用贪心 + 二分法优化 LIS**:利用贪心策略和二分查找优化 LIS 的求解过程,时间复杂度为 $ O(n \log n) $。 #### 代码实现 ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 100005; int pos[MAXN]; // 映射数组 int dp[MAXN]; // 用于 LIS 的 dp 数组 int main() { int n; cin >> n; vector<int> A(n), B(n); for (int i = 0; i < n; ++i) { cin >> A[i]; } for (int i = 0; i < n; ++i) { int x; cin >> x; pos[x] = i; // 记录 B 中每个元素的位置 } int len = 0; for (int i = 0; i < n; ++i) { int x = pos[A[i]]; int* p = lower_bound(dp, dp + len, x); if (p == dp + len) { dp[len++] = x; } else { *p = x; } } cout << len << endl; return 0; } ``` #### 说明 - **映射元素位置**:通过 `pos` 数组将 $ A $ 中的元素转换为其在 $ B $ 中的位置,这样可以将问题转换为在 $ A $ 中寻找最长上升子序列。 - **LIS 解法**:利用贪心策略和二分查找,维护一个递增的 `dp` 数组,每次更新 `dp` 数组的值,最终 `dp` 数组的长度即为最长公共子序列的长度。 这种方法在时间复杂度上显著优于传统的 $ O(n^2) $ 解法,适用于大规模数据。
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