DP 从放弃到拿捏:一份持续更新的动态规划题解清单(一)

目录

一、题目引入

输入描述

输出描述

二、思路分析

[1. 暴力法不可行](#1. 暴力法不可行)

[2. 动态规划的引入](#2. 动态规划的引入)

[1. 状态表示](#1. 状态表示)

2.状态转移方程

3.空间优化

[3. 边界与数据类型](#3. 边界与数据类型)

三、代码实现

四、复杂度分析


题目链接:mari和shiny

一、题目引入

mari 每天都非常 shiny,她的目标是把正能量传达到世界的每个角落!有一天,她得到了一个仅由小写字母组成的字符串。她想知道,这个字符串有多少个 "shy" 的子序列?

子序列 :不要求连续,但顺序必须与原串一致。例如,字符串 "shy" 本身有一个子序列 "shy";字符串 "shhsyy" 中,'s'、'h'、'y' 各自出现两次,可以组成多少个 "shy" 呢?稍加枚举就能发现,答案是 4(每个 's' 可以和它后面的任意 'h' 和 'y' 组合,但要注意顺序)。

输入描述

  • 第一行一个正整数 n(1 ≤ n ≤ 300000),代表字符串长度。

  • 第二行一个长度为 n 的仅由小写字母组成的字符串。

输出描述

  • 一个正整数,代表子序列 "shy" 的数量。

二、思路分析

1. 暴力法不可行

最直接的想法是枚举所有三元组 (i, j, k) 满足 i < j < k 且 s[i]=='s'、s[j]=='h'、s[k]=='y'。三重循环显然不可行(n 最大 30 万),即使优化到 O(n²) 也会超时。我们需要一种 O(n) 甚至 O(1) 空间的算法。

2. 动态规划的引入

仔细观察,我们要统计的是形如 's' → 'h' → 'y' 的三元组个数,且顺序与原串一致。这是一个多状态的线性dp:我们依次读取字符,每读到一个字符,就考虑它能如何延续已有的部分子序列。

一种经典的动态规划思路是:用dp表记录当前已经形成的不同前缀子序列的个数。

1. 状态表示

si 表示:字符串 str 中 0, i 区间内,有多少个"s"

hi 表示:字符串 str 中 0, i 区间内,有多少个 "sh"

yi 表示:字符串 str 中 0,i 区间内,有多少个 "shy"

2.状态转移方程

3.空间优化

直接用有限的变量来进行状态表示

  • 设 cnt_s 表示到目前为止,以当前字符结尾的 's' 子序列的个数(其实就是字符 's' 出现的次数)。

  • 设 cnt_sh 表示到目前为止,以当前字符结尾的 "sh" 子序列的个数。

  • 设 cnt_shy 表示到目前为止,以当前字符结尾的 "shy" 子序列的个数。

当我们遍历到新字符 c 时:

  • 如果 c == 's':这个 's' 可以作为一个新的 's' 子序列的开始,所以 cnt_s += 1。

  • 如果 c == 'h':这个 'h' 可以和之前所有的 's' 组成新的 "sh" 子序列,所以 cnt_sh += cnt_s。

  • 如果 c == 'y':这个 'y' 可以和之前所有的 "sh" 组成新的 "shy" 子序列,所以 cnt_shy += cnt_sh。

遍历结束后,cnt_shy 就是答案。

3. 边界与数据类型

  • 初始值全部为 0。

  • 答案可能很大:最坏情况字符串全是 's'、'h'、'y' 中的一种?实际上如果字符串由这三个字母组成,且顺序允许,最大子序列数可能达到组合数级别,比如 's'*100000 + 'h'*100000 + 'y'*100000,那么 's' 有 10^5 个,'h' 也有 10^5,每个 'y' 可以和前面所有的 "sh" 组合,数量级约为 10^15,会超过 32 位 int 范围,因此必须使用 64 位整数(如 C++ 的 long long)。

三、代码实现

cpp 复制代码
#include <iostream>
#include <string>
using namespace std;

int n;
string str;

int main() {
	cin >> n >> str;
	long long s = 0, h = 0, y = 0;
	for (int i = 0; i < n; i++)
	{
		char ch = str[i];
		if (ch == 's') s++;
		else if (ch == 'h') h += s;
		else if (ch == 'y') y += h;
	}
	cout << y << endl;
	return 0;
}

四、复杂度分析

  • 时间复杂度:O(n),仅需一次遍历字符串。

  • 空间复杂度:O(1),只用了几个辅助变量。


那么本期的内容就到这里了,觉得有收获的同学们可以给个点赞、评论、关注、收藏哦,谢谢大家。

相关推荐
loulanyue_21 分钟前
构建房产认知决策智能:Harness底座与AI自进化的技术实践——读贝壳首席算法科学家尹俊希2026云栖专场演讲
人工智能·算法
碧海银沙音频科技研究院32 分钟前
基于炬芯ATS录音卡BLE控制协议
人工智能·嵌入式硬件·算法·语音识别
suhan1 小时前
【数据结构】三、栈和队列:6.链队列、双端队列、队列的应用(树的层次遍历、广度优先BFS、先来先服务FCFS)
数据结构·后端·算法
姜鱼问生1 小时前
Docker Volume 备份与恢复实战:不停机迁移数据
后端·算法·架构
suhan1 小时前
【数据结构】三、栈和队列:5.顺序队列(循环队列)(初始化,判空判满,入队,出队,实例)
数据结构·后端·算法
suhan1 小时前
【数据结构】三、栈和队列:3.链栈(链栈栈的初始化,判空,进栈,出栈,读取栈顶,链栈实例)
数据结构·后端·算法
大雄很用心1 小时前
如何理解时间复杂度与空间复杂度?| 面试刷题笔记02
算法
姜鱼问生1 小时前
服务器磁盘满了?从告警到清理的完整排查
后端·算法·架构
suhan1 小时前
【数据结构】三、栈和队列:4.栈的应用(括号匹配,四则运算表达式求值,进制转换,递归)
数据结构·后端·算法
suhan1 小时前
【数据结构】三、栈和队列:2.顺序栈&共享栈(顺序栈的初始化,判空,进栈,出栈,读取栈顶,顺序栈实例)
数据结构·后端·算法