Leetcode 2911. Minimum Changes to Make K Semi-palindromes

  • [Leetcode 2911. Minimum Changes to Make K Semi-palindromes](#Leetcode 2911. Minimum Changes to Make K Semi-palindromes)
    • [1. 解题思路](#1. 解题思路)
    • [2. 代码实现](#2. 代码实现)

1. 解题思路

这一题属实也是把我坑惨了......

坦率地说,这道题本身并没有啥难度,但是坑爹的是题目表述简直有毒,有两个细节题目里面压根没提,一个是我从中文版本的题目当中发现的,另一个则是我根据失败的样例当中反推出来的,这简直有毒......

这道题本身思路上还是挺直接的,就是一个动态规划的题目,考虑每一种切分的方式,然后考察其中最小的变化次数即可。

然后对于每一个切分得到的子串,我们要求其变化所需的最小变化次数,我们只需要找到其所有对长度 l l l整除的 d d d,然后切分semi子串,再考察其中每一种分法下所需的变化次数之和,最后取最小值即可。

因此,我们就将上述题目拆分完成了,后续只要对其实现一下即可,测试发现是可以在有效时间内完成所有测试样例的。

但是,这里但是就来了,题目中遗漏了两个非常非常重要的说明,把我给坑惨了!!!

首先,这里semi-palindrome的定义事实上要求将其使用d进行切分后,每一个子串都得是回文 ,其次,题中也没有具体说,但是实际测试发现,这里对子串的切分要求每一个子串长度至少为2

这简直就是简直了!!!

到底谁出的题目啊,只能说,出来挨打!!!

2. 代码实现

给出python代码实现如下:

python 复制代码
class Solution:
    def minimumChanges(self, s: str, k: int) -> int:
        n = len(s)
        
        @lru_cache(None)
        def count(sub):
            cnt = 0
            n = len(sub)
            for i in range(n//2):
                if sub[i] != sub[n-1-i]:
                    cnt += 1
            return cnt
        
        @lru_cache(None)
        def count_change(s):
            if s == s[::-1]:
                return 0
            n = len(s)
            ans = count(s)
            for d in range(len(s)//2, 0, -1):
                if n % d != 0:
                    continue
                k = n // d
                cnt = 0
                for i in range(d):
                    sub = "".join([s[i+j*d] for j in range(k)])
                    cnt += count(sub)
                ans = min(ans, cnt)
            return ans
        
        @lru_cache(None)
        def dp(idx, k):
            if idx+2*k > n:
                return math.inf
            elif k == 1:
                return count_change(s[idx:])
            return min(count_change(s[idx:j]) + dp(j, k-1) for j in range(idx+2, n))
        
        ans = dp(0, k)
        return ans   

提交代码评测得到:耗时5650ms,占用内存71.8MB。

相关推荐
-森屿安年-5 天前
63. 不同路径 II
c++·算法·动态规划
林森lsjs5 天前
斐波那契数列的 N 种解法:从递归到动态规划的优化之路【算法思考】
算法·动态规划
workflower6 天前
互联网与大数据环境下制造服务模式
人工智能·自然语言处理·数据挖掘·自动驾驶·动态规划·制造
2601_961845156 天前
花生十三网课网盘|百度网盘|下载
数据结构·算法·链表·贪心算法·排序算法·线性回归·动态规划
拂拉氏6 天前
【知识讲解-题目讲解】算法系列之动态规划入门(下)
算法·leetcode·动态规划
2601_961845156 天前
花生十三图推思维导图|图形推理|技巧
数据结构·算法·链表·贪心算法·排序算法·线性回归·动态规划
workflower6 天前
使用大语言模型处理用户需求
大数据·人工智能·设计模式·重构·动态规划
青山木7 天前
Hot 100 --- 滑动窗口最大值
java·数据结构·算法·leetcode·动态规划
xhtdj8 天前
智源大会圆桌大模型没有终局具身智能可能是中国的 AlphaGo 时刻
人工智能·clickhouse·安全·动态规划
2301_764441338 天前
番茄钟+AI:高效专注的秘密武器
人工智能·算法·数学建模·动态规划·交互