括号配对(区间dp)

该博客探讨了一种名为GBE的括号表达式,并提供了算法分析和代码实现,旨在解决如何计算使非GBE表达式变成GBE所需的最少字符增删数量。通过区间动态规划的方法,匹配括号并找到最小的修改次数。

括号配对

题目链接
Hecy 又接了个新任务:BE 处理。
BE 中有一类被称为 GBE。
以下是 GBE 的定义:
空表达式是 GBE
如果表达式 A 是 GBE,则 [A] 与 (A) 都是 GBE
如果 A 与 B 都是 GBE,那么 AB 是 GBE
下面给出一个 BE,求至少添加多少字符能使这个 BE 成为 GBE。
注意:BE 是一个仅由(、)、[、]四种字符中的若干种构成的字符串。

输入格式

输入仅一行,为字符串 BE。

输出格式

输出仅一个整数,表示增加的最少字符数。

数据范围

对于所有输入字符串,其长度小于100。

输入样例:

[])

输出样例:

1

算法分析

采用区间dp的方法来进行操作
dp[i][j]表示从i到j最少需要加多少字符才可以满足条件
括号匹配是需要从外两端到里面的一个过程
所以我们状态表示的话就是
如果两端比配成功就只需要判断内部了,然后判断上一层,就是找中间结点判断加和问题
不相等的时候我们就需要继承这中间的最小状态,所以找中间结点来判断左右两边加和的配合
不正确的数量.
所以递归方程为:
不过能否匹配都是需要判断选取中间结点的时候更新问题

	if(match(s[i],s[j]))
		dp[i][j]=min(dp[i][j],dp[i+1][j-1]);
	for(int k=l;k<=r;k++)
        dp[l][r]=min(dp[l][r],dp[l][k]+dp[k+1][r]);

然后是边界问题:长度为1的时候就是不匹配数量为1,为了让之后能更新最小值,所以初值要设很大
但是这个是遍历的时候赋值无穷大,没有遍历到的还是0,因为我们要在成功匹配的时候标为0.
其实在遍历的时候dp[i][j],dp[i+1][j-1]其中的左边的dp[i][j]是一定比dp[i+1][j-1]先遍历,所以说这个时候dp[i+1][j-1]是0,dp[i][j]也会更新小的值.
其实还可以再多一次判断,判断i j不匹配的时候去更新判断i+1 j 和i j-1这个集合最小值,就是不匹配
我们可以只选一个端点然后去判断.

代码实现

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int maxn=105;
const int INF=0x3f3f3f3f;
int dp[maxn][maxn];
string s;
bool match(int a,int b)
{
    if(s[a]=='['&&s[b]==']'||s[a]=='('&&s[b]==')')  return true;
    return false;
}
int main()
{
    cin>>s;
    int n;
    n=s.size();
    for(int len=1;len<=n;len++)
    {
        for(int l=0;l+len-1<n;l++)
        {
            int r=l+len-1;
            if(len==1) 
                dp[l][r]=1;
            else
            {
                dp[l][r]=INF;
                if(match(l,r))
                    dp[l][r]=min(dp[l][r],dp[l+1][r-1]);
                for(int k=l;k<=r;k++)
                    dp[l][r]=min(dp[l][r],dp[l][k]+dp[k+1][r]);
            }
        }
    }
    cout<<dp[0][n-1]<<endl;
    return 0;
}
### 关于蓝桥杯比赛中括号序列问题的Python解题思路 #### 问题概述 在蓝桥杯竞赛中,涉及括号序列的问题通常要求处理特定类型的字符串操作。这类题目可能涉及到验证括号匹配的有效性、计算最长有效括号子串长度或者执行某些基于范围的操作如翻转指定区间的括号方向等。 对于给定的任务——支持两个主要功能:一是能够反转某一段内的所有括号;二是查询从某个位置作为起点的最大合法括号序列终点的位置——可以采用数据结构来优化效率并简化逻辑实现过程[^4]。 #### 数据结构的选择 为了高效完成上述两项任务,推荐使用栈(Stack)配合哈希表(Dictionary),以及辅助数组记录状态变化的方式来进行解答。具体来说: - **栈用于追踪未闭合的左括号索引** 当遇到'('时将其下标记入栈顶;当遇见')'并且此时栈非空,则意味着找到了一对完整的括号配对,可据此更新当前已知最远可达右边界。 - **字典存储每次修改后的最新影响** 对于每一次区间[L, R]上的翻转指令,在实际改变原字符串之前先通过遍历该段落统计其中存在的左右括号数量差值,并利用此信息调整全局计数器(用来跟踪整个表达式的平衡度),之后再正式实施转换动作并将结果存入映射关系之中以便后续快速查找。 - **动态规划维护最优解路径** 随着输入逐步加入新的字符或发生局部变动后重新评估各起始位点所能延伸至何处为止的最佳情况,这一步骤往往依赖前序积累下来的知识库做增量式演算而非每次都完全重头再来一遍。 ```python def flip_brackets(s: str, queries): from collections import defaultdict # 初始化变量 n = len(s) balance = [0] * (n + 1) # 记录每一点处累积净增益 dp = [-1] * n # 动态规划表格初始化为不可能达到的状态(-1表示无通路) stack = [] # 辅助栈帮助定位最近一次未关闭开括号所在位置 changes = defaultdict(list) # 存储历史变更事件列表方便回溯应用 def apply_changes(): nonlocal s new_s = list(s) for l, r in reversed(changes.keys()): count_diff = sum((c == '(')-(c == ')') for c in s[l:r+1]) if abs(count_diff)>len(new_s)-r+l-1: continue temp_bal = [] last_pos=-2 for idx,val in enumerate(balance[:l]+balance[r+1:],start=l-len(balance[:l])): while stack and val-balance[stack[-1]]==count_diff*(idx>last_pos)+sum(((new_s[i]=='(')-(new_s[i]==')'))for i in range(max(last_pos+1,l),min(idx,r))): top=stack.pop() temp_bal[top]=val if dp[top]==-1 or dp[top]<idx: dp[top]=idx last_pos=top balance=temp_bal+[b-count_diff*((i>=l)&(i<=r)) for i,b in enumerate(balance)] for pos in range(l, min(r+1,n)): ch = ')' if s[pos] == '(' else '(' new_s[pos] = ch return ''.join(new_s) # 构建初始条件下的dp[]和balance[] open_count = close_count = 0 for i, char in enumerate(s): if char == '(': stack.append(i);open_count += 1 elif char == ')': if stack: start = stack.pop();close_count+=1 dp[start] = max(dp[start], i) balance[i+1] = open_count-close_count results = [] for query_type, L, R in queries: if query_type == 1: # 执行翻转命令 key=(L-1,R-1) changes[key].append([*key,L-1,R-1]) s = apply_changes() elif query_type == 2: # 查询最大合法子串结束坐标 result = -1 curr_balance = 0 visited=set() for j in range(L-1,-1,-1): next_j=max(j-dp[j]-1,0) if not(next_j,j)in visited: visited.add((next_j,j)) curr_balance -= ((s[next_j] == '(')-(s[next_j] == ')')) if curr_balance<0:break if j<L-1 and dp[j]>result:result=j results.append(result) return results ``` 这段代码实现了基本框架,但在细节上还需要针对具体的比赛案例进一步调试和完善参数设置等问题。此外,考虑到性能因素,这里给出的方法并非唯一可行方案,参赛者也可以探索其他更高效的算法设计思路。
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