当前位置: 代码迷 >> Java相关 >> longest valid parentheses步骤归纳
  详细解决方案

longest valid parentheses步骤归纳

热度:150   发布时间:2016-04-22 19:30:05.0
longest valid parentheses方法归纳

    题目大意见leetcode,下面我稍微介绍下想到的三种方法:

    方法一:不用栈去找匹配

    建立一个数组l2表示匹配,然后i从0开始,看到 ( 就把l2对应的数值记为-1,直到看到 ),找到)以后,从当前i开始返回去找是否有匹配,此时如读到),就看当前的l2的对应位置值是否为-1,如果不是就跳转到所对应的值的位置,继续往前找,直到找到第一个(,将l2对应值置为此时(的下标,进行下一次操作。如果是-1,就把当前l2对应位置的值也置为-1,表示没有多余的匹配。遍历一遍后,得到完整的数组l2,此时需要从l2得到最大的合法匹配。举个例子:

     对于字符串:)(())()(

     首先读到右括号,但是此时i=0,左边不可能有匹配,所以l2[0]=-1

     接着读到左括号,l2[1]=-1,l2[2]=-1

     此时读到右括号,从当前位置往前找,第一个就是左括号,所以l2[3]=2(此时左括号的下标)

     接着又读到右括号,从当前位置往前找,先看到了右括号,此右括号的位置对应的l2值不为-1,则调到对应值-1的位置,此例子中跳到下标为1的位置,读到一个左括号,所以l2[4]=1

     以此类推,此例中l2={-1,-1,-1,2,1,-1,5,-1}

    下面涉及到回复,我们可以看到l2中下标与值的对应就是原字符串中匹配的两个左右括号的对应,所以,此时,我们把这个对应拿出来:3-2,4-1, 6-5。把这些值进行排序,得到1,2,3,4,5,6,可以看出要求的值,即为此排序中最大那个序列的长度(此序列以1为等差递增)。如1,2,3,4,5,6,9,10,11,12中有两个序列1,2,3,4,5,6和9,10,11,12.而最长的那个序列的长度即为我们所求。

    代码如下:

    

public int longestValidParentheses(String s) {            int max=0;        int[] l2=new int[s.length()];        char[] ch=s.toCharArray();        for(int i=0;i<ch.length;i++){            if(ch[i]=='('){l2[i]=-1;}            else{                for(int j=i-1;j>=0;){                   if(ch[j]==')'&&l2[j]!=-1){                       j=l2[j]-1;                       if(j<0){l2[i]=-1;break;}                    }                    else if(ch[j]==')'&&l2[j]==-1){l2[i]=-1;break;}                    else if(ch[j]=='('){l2[i]=j;break;}                }                if(i==0&&ch[0]==')'){l2[i]=-1;}             }         }         List<Integer>l3=new ArrayList<Integer>();         for(int i=0;i<s.length();i++){             if(l2[i]!=-1){l3.add(l2[i]);l3.add(i);}         }         Collections.sort(l3);         int inter=0;         for(int i=0;i<l3.size()-1;i++){             if(l3.get(i+1)==l3.get(i)+1){inter++;max=Math.max(inter, max);}             else {max=Math.max(inter, max);inter=0;}         }         return max>0?max+1:0;       }

      程序能通过,但是跑的并不快,原因在于最后用了List,导致速度变慢了,如全用数组实现,会快一些。这个题目我用过好多办法,发现几乎使用List都没过,只要一把List的方式换成数组,就能过。。。呵呵,给偷懒者当头一棒。

      方法二:用栈去找匹配

      这种方法就简单很多了,两个栈,一个用来压入左右括号,另一个压下标。看到左括号就压进去,看到右括号就进行判断,比较简单,直接贴代码参考吧:

     

    public int longestValidParentheses(String s) {            int len=s.length();        int max=0;                Stack<Character> t1 = new Stack<Character>();                Stack<Integer> t2 = new Stack<Integer>();                      for(int i=0;i<len;i++){                        if(s.charAt(i)=='('){                                t1.push('(');                                t2.push(i);                        }            else{                                if(t1.size()>0 && t1.peek().equals('(')){                      t1.pop();                                       t2.pop();                                        int tmp=t2.size()==0?i+1:i-t2.peek();                                        max=Math.max(max,tmp);                                }                else{                                        t1.push(')');                                        t2.push(i);                                }                        }                }                return max;        }

       用了栈,跑的也不快。。。

       方法三:动态规划

       动态规划的核心在于找到最优子问题的结构和看是否有重复计算的子问题。此题中,如果一个字串是最长的合法串,那么它一定能由另一个子串构造。从字符串s有后往前,我们考虑s上的每一个位置,要是这个位置的字符包含在最长子串中,则我们可以由这个子串的从第1个元素开始的子串的最大合法子串构造。换言之,dp[i]表示从s[i]到s[s.length - 1] 包含s[i] 的最长的有效匹配括号子串长度,在s中从后往前,若s[i] == '(',则在s中从i开始到s.length - 1计算dp[i]的值。在s中寻找从i + 1开始的有效括号匹配子串长度,即dp[i + 1],跳过这段有效的括号子串,查看下一个字符,其下标为j = i + 1 + dp[i + 1]。若j没有越界,并且s[j] == ‘)’,则s[i ... j]为有效括号匹配,dp[i] =dp[i + 1] + 2。在求得了s[i ... j]的有效匹配长度之后,若j + 1没有越界,则dp[i]的值还要加上从j + 1开始的最长有效匹配,即dp[j + 1]。

      

    int longestValidParentheses(String s) {            int len = s.length();        if(len<2)          return 0;        int max = 0;        int []dp = new int[len];for(int i = len-2;i>=0;i--)        {          if(s.charAt(i) == '(')          {            int j = i+1+dp[i+1];            if(j<len && s.charAt(j) == ')')            {              dp[i] = dp[i+1] + 2;              if(j+1<len)                dp[i] += dp[j+1];            }            if(dp[i]>max)              max = dp[i];          }                  }        return max;    }

         这个方法的速度相比前两种方法简直飞起。。。

       

 

  相关解决方案