📉
leetcode-题解
  • leetcode-notes
  • linked-list
    • 2-Add-Two-Numbers
    • 109-Convert-Sorted-List-to-Binary-Search-Tree
    • 19-Remove-Nth-Node-From-End-of-List
    • 92-Reverse-Linked-List-II
    • 142-Linked-List-Cycle-II
    • 83-Remove-Duplicates-from-Sorted-List
    • 61-Rotate-List
    • 148-Sort-List
    • 86-Partition-List
    • 82-Remove-Duplicates-from-Sorted-List-II
    • 138-Copy-List-with-Random-Pointer
    • 328-Odd-Even-Linked-List
    • 23- Merge-k-Sorted-Lists
    • 25-Reverse-Nodes-in-k-Group
  • templates
    • bitmap
    • ologn
    • Morris
    • dp
    • binary-search
    • Maxwindow
    • 递归
    • union
    • graph
    • greedy-algorithm
    • kmp
    • list
    • ordered-list
    • tree
    • Manacher
    • Monotonic-stack
    • big-data
    • sort-Summary
    • Bucket-sort
    • bit-opreation
    • heap-sort
  • arrays
    • others
      • 31-Next-Permutation
      • 66-Plus- One
      • 229-Majority-Element-II
      • 414-Third-Maximum-Number
    • matrix
      • 74-Search-a-2D-Matrix
      • 289-Game-of-Life
    • PrefixOrSuffix
      • 560-Subarray-Sum-Equals-K
      • 238-Product-of-Array-Except-Self
    • 二分法
      • rotated-array-problem
      • D天内送达包裹的能力
      • 162-Find-Peak-Element
      • Minimize-maximum-and-maximize-minimum
    • 多指针
      • 611-Valid-Triangle-Number
      • 228-Summary-Ranges
      • 75-Sort-Colors
      • 18-4Sum
      • 27-Remove-Element
      • 三数之和
      • 26-Remove-Duplicates-from-Sorted-Array
      • 盛最多水的容器
      • 80-Remove-Duplicates-from-Sorted-Array-II
      • 最接近的三数之和
    • array-circle
      • 457-Circular-Array-Loop
      • 287-Find-the-Duplicate-Number
      • 565-Array-Nesting
    • 智力题
      • 73-Set-Matrix-Zeroes
      • 最佳观光组合
    • 几何问题
      • 统计全为1的正方形子矩阵
      • 495-Teemo-Attacking
    • sort
      • 88-Merge-Sorted-Array
      • 57-Insert-Interval
  • tree
    • 105-Construct-Binary-Tree-from-Preorder-and-Inorder-Traversal
    • 230-Kth-Smallest-Element in-a-BST
    • 106-Construct-Binary-Tree-from-Inorder-and-Postorder-Traversal
    • 257-Binary-Tree-Paths
    • 113-Path-Sum-II
    • 96-Unique-Binary-Search-Trees
    • 124-Binary-Tree-Maximum-Path-Sum
    • 103-Binary-Tree-Zigzag-Level-Order-Traversal
    • 426-Convert-Binary-Search-Tree-to-Sorted-Doubly-Linked-List
    • 117-Populating-Next-Right-Pointers-in-Each-Node-II
    • 99-Recover-Binary-Search-Tree
    • 366-Find-Leaves-of-Binary-Tree
    • 337-House-Robber-III
    • 333-Largest-BST-Subtree
    • 298-Binary-Tree-Longest-Consecutive-Sequence
    • 428-Serialize-and-Deserialize-N-ary-Tree
    • 1367-Linked-List-in-Binary-Tree
    • 173-Binary-Search-Tree-Iterator
    • 98-Validate-Binary-Search-Tree
    • 156-Binary-Tree-Upside-Down
    • 404-Sum-of-Lef- Leaves
    • 255-Verify-Preorder-Sequence-in-Binary-Search-Tree
    • 272-Closest-Binary-Search-Tree-Value-II
    • 95-Unique-Binary-Search-Trees-II
    • 222-Count-Complete-Tree-Nodes
    • 431-Encode-N-ary-Tree to-Binary-Tree
    • Lowest-Common-Ancestor-of-a-Binary-Tree
    • 129-Sum-Root-to-Leaf-Numbers
  • recursive
    • 前言
    • 39-Combination-Sum
    • 79-Word-Search
    • 04-Power-Set-LCCI
    • 前言
    • 90-Subsets-II
    • 40-Combination-Sum-II
    • 351-Android-Unlock-Patterns
  • dynamic-programming
    • 276-Paint-Fence
    • 132-Palindrome-Partitioning-II
    • 361-Bomb-Enemy
    • 62-Unique-Paths
    • 376-Wiggle-Subsequence
    • 403-Frog-Jump
    • 32-Longest-Valid-Parentheses
    • 97-Interleaving-String
    • 354-Russian-Doll-Envelopes
    • 279-Perfect-Squares
    • 304-Range-Sum-Query-2D-Immutable
    • 10-Regular-Expression-Matching
    • Paint-House-series
    • 139-Word-Break
    • Best-Time-to-Buy-and-Sell-Stock-series
    • 416-Partition-Equal-Subset-Sum
    • 300-Longest-Increasing-Subsequence
    • 91-Decode-Ways
    • Ugly-Number-series
    • 363-Max-Sum-of-Rectangle-No-Larger-Than-K
    • 368-Largest-Divisible-Subset
    • 63-Unique-Paths-II
    • 312-Burst-Balloons
    • 322-Coin-Change
    • 64-Minimum-Path-Sum
    • 140-Word-Break-II
    • 120-Triangle
    • 72-Edit-Distance
    • House-Robber-series
    • 413-Arithmetic-Slices
    • 174-Dungeon-Game
    • 87-Scramble-String
    • 44-Wildcard-Matching
    • 338-Counting-Bits
    • 152-Maximum-Product-Subarray
    • 375-Guess-Number-Higher-or-Lower-II
  • hash-table
    • 381-Insert-Delete-GetRandom-O(1) - Duplicates-allowed
    • 442-Find-All-Duplicates-in-an-Array
    • 380-Insert-Delete-GetRandom-O(1)
    • 1-Two-Sum
    • 3-Longest-Substring-Without-Repeating-Characters
    • 41-First-Missing-Positive
  • stack
    • Monotonic stack
      • 84-Larges-Rectangle-in-Histogram
      • 42-Trapping-Rain-Water
  • bit-manipulation
    • 08-Draw-Line-LCCI
  • Mysql
    • 185-Department-Top-Three-Salaries
    • 177-N-Highest-Salary
    • 178-Rank-Scores
    • 180-Consecutive-Numbers
  • greedy
    • 56-Merge-Intervals
    • 55-Jump-Game
    • 53-Maximum-Subarray
  • math
    • 357-Count-Numbers-with-Unique-Digits
    • 343-Integer-Break
    • 119-Pascal's-Triangle-II
  • string
    • Palindrome
      • 5-Longest-Palindromic-Substring
      • Manacher
  • sliding-window
    • 209-Minimum-Size-Subarray-Sum
Powered by GitBook
On this page
  • 0x0 题目详情
  • 0x1 解题思路
  • 0x2 代码实现
  • 0x3 课后总结

Was this helpful?

  1. dynamic-programming

132-Palindrome-Partitioning-II

Previous276-Paint-FenceNext361-Bomb-Enemy

Last updated 4 years ago

Was this helpful?

0x0 题目详情

给定一个字符串 s,将 s 分割成一些子串,使每个子串都是回文串。 返回符合要求的最少分割次数。

测试用例:

示例: 输入: "aab" 输出: 1 解释: 进行一次分割就可将 s 分割成 ["aa","b"] 这样两个回文子串。

0x1 解题思路

这道题的暴力递归思路还是容易想的,就是遍历每个分割点,判断对于每个分割点,将整个字符串分割成回文串的次数是多少,然后在所有的次数中取最小即可。思路比较简单,就是过不了测试。

那么动态递归的思路呢,就是我们首先定义一个dp数组,dp[i]表示区间[0,i)之间的字符分割成回文串需要多少次数,i表示左侧字符串的长度。dp[i]肯定和之前的某个下标j有关系。如果区间[j,i)的字符串是一个回文串,那么dp[i]=dp[j]+1,这个1就表示把区间[0,i)分割成[0,j)、[j,i)两个部分的次数。那么要求最小的dp[i],那么就让区间[0,i)之间的下标都有机会成为j,取其中最小的一个dp[i]即可。即dp[i]=min(dp[j]+1 for j in[0,i-1))

还有一点很重要的事情就是如何判断区间[j,i)是一个回文串。我这里采用的。具体判断的时候相关细节需要特殊处理,详见代码注释。

还有一点非常重要: 对dp数组的初始化,对于每一种长度的i,最差的情况就是i左侧的每个字符都需要分割,所以应该将dp[i]初始化为i,而不是0。

0x2 代码实现

class Solution {
    public int minCut(String s) {
        if(s==null || s.length()==0){
            return 0;
        }
        int result=Integer.MAX_VALUE;
        char[] chr=transform(s);
        int[] pArr=new int[chr.length];
        manacher(pArr,chr);
        int[] dp=new int[chr.length];
        //非常重要!!!对数组的初始化
        //最差情况,每个地方都需要切割
        for(int i=1;i<chr.length;i++){
            dp[i]=i;
        }
        for(int len=1;len<chr.length;len++){
            //过滤left指向的字符为#的情况
            if(chr[len]=='#'){
                continue;
            //如果i左侧的字符串已经构成了回文串,那么就不需要判断了,切割次数就是0
            }else if(judge(pArr,1,len)){
                dp[len]=0;
                continue;
            }
            //遍历i左侧的每一个切割点
            for(int j=1;j<len;j++){
                //同样过滤j指向的字符为#的情况
                if(chr[j]=='#'){
                    continue;
                }
                if(judge(pArr,j+2,len)){
                    dp[len]=Math.min(dp[len],dp[j]+1);
                }
            }
        }
        return dp[chr.length-2];

    }

    private char[] transform(String s){
        char[] str=s.toCharArray();
        char[] result=new char[str.length*2+1];
        int index=0;
        for(int i=0;i<result.length;i++){
            if((i&1)==0){
                result[i]='#';
            }else{
                result[i]=str[index];
                index++;
            }
        }
        return result;
    }
    //判断[left,right]是否为回文串
    //以字符串#a#b#a#,这里的right使用的是从left开始需要判断的字符串的长度
    //这里right指向#时并不会对结果产生影响,因为这里已经过滤了left指向#的情况
    //pArr是最大回文半径数组
    private boolean judge(int[] pArr,int left,int right){
        int mid=left+(right-left)/2;
        //中点处的回文半径要能够覆盖left,才说明[left,right]为一个回文串
        return mid-pArr[mid]<left?true:false;
    }
    //chr不可能为null或者长度为0
    private void manacher(int[] pArr,char[] chr){
        //最大回文右边界
        int R=-1;
        //中心,包括自己
        int C=-1;
        for(int i=0;i<chr.length;i++){
            pArr[i]=R>i?Math.min(pArr[2*C-i],R-i):1;
            while(i-pArr[i]>-1 && i+pArr[i]<chr.length){
                if(chr[i-pArr[i]]==chr[i+pArr[i]]){
                    pArr[i]++;
                }else{
                    break;
                }
            }
            if(i+pArr[i]>R){
                R=i+pArr[i];
                C=i;
            }
        }
    }

}

0x3 课后总结

其实已经有点规律了,对于字符串的题目,要求某种最值的话,那么对于一个位置i,想要求dp[i](dp[i]一般表示长度为i的最值),那么就需要在i左侧(或者右侧,看情况)再找到一个位置j。

并且找到从dp[j]递推到dp[i]的规律。一般都是区间[j,i)符合某种要求,然后最值dp[i]=min(dp[j]+? for j in[0,i)),遍历从[0,i)之间的每一个位置,因为每一个位置都可以作为j。?随具体问题而定。

这种规律已经出现了139题。

原题链接
manacher算法
单词分割