import java.util.*; /** * NC376 变回文串的最少插入次数 * @author d3y1 */ public class Solution { /** * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可 * * * @param str string字符串 * @return int整型 */ public int minInsert (String str) { return solution1(str); // return solution2(str); // return solution3(str); } /** * 动态规划 * * dp[i][j]表示字符串str子串[i,j]变成回文串的最少插入次数 * * { Math.min(dp[i+1][j]+1, dp[i][j-1]+1) , str.charAt(i)!=str.charAt(j) * dp[i][j] = { * { Math.min(dp[i+1][j]+1, dp[i][j-1]+1, dp[i+1][j-1]) , str.charAt(i)=str.charAt(j) * * @param str * @return */ private int solution1(String str){ int n = str.length(); int[][] dp = new int[n][n]; // 贪心 for(int i=n-2; i>=0; i--){ for(int j=i+1; j<n; j++){ dp[i][j] = Math.min(dp[i+1][j]+1, dp[i][j-1]+1); if(str.charAt(i) == str.charAt(j)){ dp[i][j] = Math.min(dp[i][j], dp[i+1][j-1]); } } } return dp[0][n-1]; } /** * 动态规划 * * dp[i][j]表示字符串str子串[i,j]变成回文串的最少插入次数 * * { dp[i+1][j-1] , str.charAt(i)=str.charAt(j) * dp[i][j] = { * { Math.min(dp[i+1][j], dp[i][j-1])+1 , str.charAt(i)!=str.charAt(j) * * @param str * @return */ private int solution2(String str){ int n = str.length(); int[][] dp = new int[n][n]; for(int i=n-2; i>=0; i--){ for(int j=i+1; j<n; j++){ if(str.charAt(i) == str.charAt(j)){ dp[i][j] = dp[i+1][j-1]; }else{ dp[i][j] = Math.min(dp[i+1][j], dp[i][j-1])+1; } } } return dp[0][n-1]; } /** * 动态规划 * * 转化为 -> LCS(Longest Common Subsequence) 最长公共子序列 问题 * * dp[i][j]表示s1以第i个字符结尾且s2以第j个字符结尾的最长公共子序列的长度 * * { dp[i-1][j-1] + 1 , s1.charAt(i-1) == s2.charAt(j-1) * dp[i][j] = { * { dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]) , s1.charAt(i-1) != s2.charAt(j-1) * * result = n-LCS(str, str.reverse()) * * @param str * @return */ private int solution3(String str){ String s1 = str; String s2 = new StringBuilder(str).reverse().toString(); int n1 = s1.length(); int n2 = s2.length(); int[][] dp = new int[n1+1][n2+1]; for(int i=1; i<=n1; i++){ for(int j=1; j<=n2; j++){ if(s1.charAt(i-1) == s2.charAt(j-1)){ dp[i][j] = dp[i-1][j-1] + 1; }else{ dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]); } } } return n1-dp[n1][n2]; } }