平衡的S的最长子序列

时间:2012-10-25 17:39:35

标签: algorithm dynamic-programming

给出问题:

据说是一串括号 如果字符串中的左括号和右括号可以正确配对,则平衡。例如,字符串“(())”和“()()”都是平衡的,而字符串“(()(”不是 均衡。
给定长度为 n 的字符串 n 由括号组成,假设您要查找平衡的 S 的最长子序列。使用动态编程,设计一种算法,在 O(n ^ 3)时间内找到 S 的最长平衡子序列。

我的方法:
假设给定字符串:S [1 2 ... n]
有效的子序列可以在S [i]结束,如果S [i] ==')',即S [i]是右括号,并且在S [i]之前存在至少一个未使用的开括号。这可以在O(N)中实现。

#include<iostream>
using namespace std;
int main(){
    string s;
    cin >> s;
    int n = s.length(), o_count = 0, len = 0;
    for(int i=0; i<n; ++i){
        if(s[i] == '('){
            ++o_count;
            continue;
        }
        else if(s[i] == ')' && o_count > 0){
            ++len;
            --o_count;
        }
    }
    cout << len << endl;
    return 0;
}

我尝试了几个测试用例,似乎工作正常。我在这里错过了什么吗?如果没有,那么我该如何为这个问题设计一个 O(n ^ 3)动态规划解决方案呢?

这是我正在使用的subsequence的定义。

谢谢!

2 个答案:

答案 0 :(得分:2)

对于O(n^3) DP,我觉得这应该有效:

dp[i, j] = longest balanced subsequence in [i .. j]
dp[i, i] = 0
dp[i, i + 1] = 2 if [i, i + 1] == "()", 0 otherwise

dp[i, j] = max{dp[i, k] + dp[k + 1, j] : j > i + 1} in general

这可以与optimal matrix chain multiplication的方式类似地实现。

您的算法对我来说似乎也是正确的,例如看到这个问题:

http://xorswap.com/questions/107-implement-a-function-to-balance-parentheses-in-a-string-using-the-minimum-nu

解决方案与您的解决方案基本相同。

你只是忽略了额外的括号,所以我不明白为什么它不起作用。

答案 1 :(得分:1)

这是Java中的O(n^2)时间和空间DP解决方案:

public int findLongestBalancedSubsequence(String seq, int n) {
    int[][] lengths = new int[n][n];

    for (int l = 1; l < n; l++) {
        for (int i = 0; i < n - l; i++) {
            int j = i + l;
            // Ends are balanced.
            if (seq.charAt(i) == '(' && seq.charAt(j) == ')') {
                // lengths[i, j] = max(lengths[i + 1, j - 1] + 2, lengths[i + 1, j] + 
                // lengths[i, j - 1] - lengths[i + 1, j - 1])
                if (lengths[i + 1][j - 1] + 2 > lengths[i + 1][j] +
                    lengths[i][j - 1] - lengths[i + 1][j - 1])
                    lengths[i][j] = lengths[i + 1][j - 1] + 2;
                else
                    lengths[i][j] = lengths[i + 1][j] +
                        lengths[i][j - 1] - lengths[i + 1][j - 1];
            // Ends are not balanced.
            } else {
                // lengths[i, j] = max(lengths[i + 1, j], lengths[i, j - 1])
                if (lengths[i + 1][j] > lengths[i][j - 1])
                    lengths[i][j] = lengths[i + 1][j];
                else
                    lengths[i][j] = lengths[i][j - 1];
            }
        }
    }

    return lengths[0][n - 1];
}