zoukankan      html  css  js  c++  java
  • LeetCode Scramble String

    原题链接在这里:https://leetcode.com/problems/scramble-string/

    这道题参考了这篇帖子:http://blog.csdn.net/linhuanmars/article/details/24506703

    这其实是一道三维动态规划的题目,我们提出维护量res[i][j][n],其中i是s1的起始字符,j是s2的起始字符,而n是当前的字符串长度,res[i][j][len]表示的是以i和j分别为s1和s2起点的长度为len的字符串是不是互为scramble。


    有了维护量我们接下来看看递推式,也就是怎么根据历史信息来得到res[i][j][len]。判断这个是不是满足,其实我们首先是把当前s1[i...i+len-1]字符串劈一刀分成两部分,然后分两种情况:第一种是左边和s2[j...j+len-1]左边部分是不是scramble,以及右边和s2[j...j+len-1]右边部分是不是scramble;第二种情况是左边和s2[j...j+len-1]右边部分是不是scramble,以及右边和s2[j...j+len-1]左边部分是不是scramble。如果以上两种情况有一种成立,说明s1[i...i+len-1]和s2[j...j+len-1]是scramble的。而对于判断这些左右部分是不是scramble我们是有历史信息的,因为长度小于n的所有情况我们都在前面求解过了(也就是长度是最外层循环)。


    上面说的是劈一刀的情况,对于s1[i...i+len-1]我们有len-1种劈法,在这些劈法中只要有一种成立,那么两个串就是scramble的。
    总结起来递推式是res[i][j][len] = || (res[i][j][k]&&res[i+k][j+k][len-k] || res[i][j+len-k][k]&&res[i+k][j][len-k]) 对于所有1<=k<len,也就是对于所有len-1种劈法的结果求或运算。因为信息都是计算过的,对于每种劈法只需要常量操作即可完成,因此求解递推式是需要O(len)(因为len-1种劈法)。
    如此总时间复杂度因为是三维动态规划,需要三层循环,加上每一步需要线行时间求解递推式,所以是O(n^4)。虽然已经比较高了,但是至少不是指数量级的,动态规划还是有很大有事的,空间复杂度是O(n^3)。

    AC Java:

     1 public class Solution {
     2     public boolean isScramble(String s1, String s2) {
     3         if(s1 == null || s2 == null || s1.length() != s2.length()){
     4             return false;
     5         }
     6         if(s1.length() == 0){
     7             return true;
     8         }
     9         int len1 = s1.length();
    10         int len2 = s2.length();
    11         boolean [][][] dp = new boolean[len1][len2][len1+1];
    12         for(int i = 0; i<len1; i++){
    13             for(int j = 0; j<len2; j++){
    14                 dp[i][j][1] = s1.charAt(i) == s2.charAt(j);
    15             }
    16         }
    17         
    18         for(int len=2; len<=len1; len++){
    19             for(int i=0; i<len1-len+1; i++){
    20                 for(int j=0; j<len2-len+1; j++){
    21                     for(int k = 1; k<len; k++){
    22                         dp[i][j][len] |= (dp[i][j][k] && dp[i+k][j+k][len-k]) || (dp[i][j+len-k][k] && dp[i+k][j][len-k]);
    23                     }
    24                 }
    25             }
    26         }
    27         return dp[0][0][len1];
    28     }
    29 }
  • 相关阅读:
    Keras学习率调整
    机器学习算法的调试---梯度检验(Gradient Checking)
    Python 上下文管理器
    Python垃圾回收机制
    Css 动画的回调
    全新的membership框架Asp.net Identity——绕不过的Claims
    CSS代码重构与优化
    html5 本地存储
    ASP.NET MVC 随想录
    谈谈Angular关于$watch,$apply 以及 $digest的工作原理
  • 原文地址:https://www.cnblogs.com/Dylan-Java-NYC/p/4825165.html
Copyright © 2011-2022 走看看