Leetcode.87 扰乱字符串

news/2023/6/7 1:26:40

题目链接

Leetcode.87 扰乱字符串

题目描述

使用下面描述的算法可以扰乱字符串 s得到字符串 t
如果字符串的长度为 1 ,算法停止
如果字符串的长度 > 1 ,执行下述步骤:
在一个随机下标处将字符串分割成两个非空的子字符串。即,如果已知字符串 s,则可以将其分成两个子字符串 xy,且满足 s = x + y
随机 决定是要「交换两个子字符串」还是要「保持这两个子字符串的顺序不变」。即,在执行这一步骤之后,s可能是 s = x + y或者 s = y + x
xy这两个子字符串上继续从步骤 1 开始递归执行此算法。
给你两个 长度相等 的字符串 s1s2,判断 s2是否是 s1的扰乱字符串。如果是,返回 true ;否则,返回 false 。

示例 1:

输入:s1 = “great”, s2 = “rgeat”
输出:true
解释:s1 上可能发生的一种情形是:
“great” --> “gr/eat” // 在一个随机下标处分割得到两个子字符串
“gr/eat” --> “gr/eat” // 随机决定:「保持这两个子字符串的顺序不变」
“gr/eat” --> “g/r / e/at” // 在子字符串上递归执行此算法。两个子字符串分别在随机下标处进行一轮分割
“g/r / e/at” --> “r/g / e/at” // 随机决定:第一组「交换两个子字符串」,第二组「保持这两个子字符串的顺序不变」
“r/g / e/at” --> “r/g / e/ a/t” // 继续递归执行此算法,将 “at” 分割得到 “a/t”
“r/g / e/ a/t” --> “r/g / e/ a/t” // 随机决定:「保持这两个子字符串的顺序不变」
算法终止,结果字符串和 s2 相同,都是 “rgeat”
这是一种能够扰乱 s1 得到 s2 的情形,可以认为 s2 是 s1 的扰乱字符串,返回 true

示例 2:

输入:s1 = “abcde”, s2 = “caebd”
输出:false

示例 3:

输入:s1 = “a”, s2 = “a”
输出:true

提示:

  • s1.length==s2.lengths1.length == s2.lengths1.length==s2.length
  • 1<=s1.length<=301 <= s1.length <= 301<=s1.length<=30
  • s1s2小写英文字母组成

分析:

本题可以通过 区间DP 的方式求解。f(i,j,len)f(i,j,len)f(i,j,len) 代表 sss 从下标 iii 开始,ttt 从下标 jjj 开始长度都为 lenlenlen 的子字符串是否匹配。 按照这个定义,最终返回的答案为 f(0,0,n)f(0,0,n)f(0,0,n),即 sss 是否与 ttt 匹配。

对于子字符串的长度要分别讨论。

  • len=1len = 1len=1 时,f[i][j][1]=(s[i]==t[j])f[i][j][1] = (s[i] == t[j])f[i][j][1]=(s[i]==t[j])。即 s[i]==t[j]s[i] == t[j]s[i]==t[j] 时,f[i][j][1]f[i][j][1]f[i][j][1]为true,否则为false。
  • len>=2len >= 2len>=2 时,sss 可以划分为 s1,s2s1 , s2s1,s2ttt 可以划分为 t1,t2t1, t2t1,t2(1<=k<len)(1<=k<len)(1<=k<len)
    • 不交换时,即 s1−>t1,s2−>t2s1 -> t1,s2 -> t2s1>t1s2>t2f[i][j][len]=f[i][j][k]与f[i+k][j+k][len−k]f[i][j][len] = f[i][j][k] 与 f[i+k][j+k][len-k]f[i][j][len]=f[i][j][k]f[i+k][j+k][lenk]
    • 交换时,即s1−>t2,s2−>t1s1 -> t2,s2 -> t1s1>t2s2>t1f[i][j][len]=f[i][j+len−k][k]与f[i+k][j][len−k]f[i][j][len] = f[i][j+len-k][k] 与 f[i+k][j][len-k]f[i][j][len]=f[i][j+lenk][k]f[i+k][j][lenk]
  • 时间复杂度:O(n4)O(n^4)O(n4)

cpp代码:

class Solution {
public:bool isScramble(string s, string t) {if(s == t) return true;int n = s.size();int f[n][n][n+1];memset(f,0,sizeof f);for(int i = 0;i < n;i++){for(int j = 0;j < n;j++){f[i][j][1] = (s[i] == t[j]);}}for(int len = 2;len <= n;len++){for(int i = 0;i <= n - len;i++){for(int j = 0;j <= n - len;j++){for(int k = 1;k < len;k++){bool a = f[i][j][k] && f[i + k][j + k][len - k];bool b = f[i][j + len - k][k] && f[i + k][j][len - k];if(a || b) f[i][j][len] = true;}}}}return f[0][0][n];}
};

Java代码:

class Solution {public boolean isScramble(String s, String t) {if(s.equals(t)) return true;int n = s.length();boolean[][][] f = new boolean[n][n][n+1];//处理 len == 1 的情况for(int i = 0;i < n;i++){for(int j = 0;j < n;j++){f[i][j][1] = s.charAt(i) == t.charAt(j);}}//len 直接从2开始枚举,最大能达到s的长度 nfor(int len = 2;len <= n;len++){//i 和 j都是枚举的起点,即从下标i开始长度为len的 子字符串都是此次枚举的for(int i = 0;i <= n - len;i++){for(int j = 0;j <= n - len;j++){//k 是枚举的 划分的位置,即 s 要划分为 s1 和 s2。t 要划分为 t1 和 t2for(int k = 1;k < len;k++){//s1 匹配 t1,s2 匹配 t2boolean a = f[i][j][k] && f[i+k][j+k][len - k];//s1 匹配 t2,s2 匹配 t1boolean b = f[i][j+len-k][k] && f[i+k][j][len-k];//两者只要其中一种为true f[i][j][len] 就为 trueif(a || b) f[i][j][len] = true;}}}}return f[0][0][n];}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.exyb.cn/news/show-4553932.html

如若内容造成侵权/违法违规/事实不符,请联系郑州代理记账网进行投诉反馈,一经查实,立即删除!

相关文章

主成分分析公式推导(完整版)

主成分分析公式推导&#xff08;完整版&#xff09; 主成分分析&#xff08;Prinicpal Component Analysis-----PCA) 简单来说最基本的方法就是将具有很多属性的一个数据集通过线性组合的方式进而减少数据集的属性&#xff0c;这样可以帮助我们在机器学习或者深度学习的后续训…

【TypeScript】TS与Vue

TypeScript与Vue 文章目录TypeScript与VuedefineProps与TypescriptdefineEmits与Typescriptref与Typescriptreactive与Typescriptcomputed与Typescript事件处理与TypescriptTemplate Ref与Typescript可选链操作符非空断言参考链接&#xff1a;https://vuejs.org/guide/typescri…

Cesium设置模型朝向速度矢量方向

Cesium设置模型朝向速度矢量方向 文章目录Cesium设置模型朝向速度矢量方向1. 需求场景2. 技术路线2.1 VelocityOrientationProperty2.2 VelocityVectorProperty3. 参考链接1. 需求场景 现有一段飞机起飞、爬升的轨迹数据&#xff0c;需要在Cesium中模拟出飞行过程动画&#xf…

【机器学习 - 5】:多元线性回归

文章目录多元线性回归多元线性回归公式推导举例&#xff1a;波士顿房价取特征值RM为例取所有特证为例多元线性回归 多元线性回归方程&#xff1a;特征值为两个或两个以上。 以下是多元线性回归的模型&#xff0c;我们需要求出theta&#xff0c;使得真实值和预测值的差值最小。 …

落叶万能下载工具v1.0免费版

落叶万能下载工具是一款小巧实用的下载工具&#xff0c;支持断点续传功能&#xff0c;支持设置文件下载优先级&#xff0c;可以根据计划任务调整占用的带宽&#xff0c;下载速度恨快&#xff0c;是一款非常不错的软件。 功能介绍 1、支持设置文件下载优先级 2、可以根据计划任…

Java中字符串下划线和驼峰之间的转换(万能工具包hutool)

下划线转驼峰 public static void main(String[] args) {HashMap<String,Object> extMap new HashMap<>();extMap.put("ORGAN_NAME","四个空格");extMap.put("WEB_SITE","https://www.4spaces.org");HashMap camelcaseE…

万能工具制作(易语言)

比如制作一个时钟&#xff1a; http://open.baidu.com/special/time/ 先加入画板&#xff0c;然后加入超文本浏览框&#xff0c;拖动画板&#xff0c;只显示闹钟就好了

【xgboost】XGBoost

XGBoost1. 原理改进及特点1.1 遵循Boosting算法的基本建模流程1.2 平衡精确性与复杂度1.3 降低模型复杂度、提升运行效率1.4 保留部份GBDT属性2. sklearn接口(回归)2.1 导库 & 数据2.2 sklearn api普通训练2.3 sklearn api交叉验证2.4 查看属性接口3. xgboost原生代码(回归…