712. 两个字符串的最小ASCII删除和
题目描述:
给定两个字符串s1, s2,找到使两个字符串相等所需删除字符的ASCII值的最小和。
示例 1:
输入: s1 = "sea", s2 = "eat"
输出: 231
解释: 在 "sea" 中删除 "s" 并将 "s" 的值(115)加入总和。
在 "eat" 中删除 "t" 并将 116 加入总和。
结束时,两个字符串相等,115 + 116 = 231 就是符合条件的最小和。示例 2:
输入: s1 = "delete", s2 = "leet"
输出: 403
解释: 在 "delete" 中删除 "dee" 字符串变成 "let",
将 100[d]+101[e]+101[e] 加入总和。在 "leet" 中删除 "e" 将 101[e] 加入总和。
结束时,两个字符串都等于 "let",结果即为 100+101+101+101 = 403 。
如果改为将两个字符串转换为 "lee" 或 "eet",我们会得到 433 或 417 的结果,比答案更大。注意:
0 < s1.length, s2.length <= 1000。
所有字符串中的字符ASCII值在[97, 122]之间。
解题思路:
解法一:
我们用 dp[i][j] 表示字符串 s1[i:] 和 s2[j:](s1[i:] 表示字符串 s1 从第 iii 位到末尾的子串,s2[j:] 表示字符串 s2 从第 jjj 位到末尾的子串,字符串下标从 0 开始)达到相等所需删除的字符的 ASCII 值的最小和,最终的答案为 dp[0][0]。
当 s1[i:] 和 s2[j:] 中的某一个字符串为空时,dp[i][j] 的值即为另一个非空字符串的所有字符的 ASCII 值之和。
例如当 s2[j:] 为空时,此时有 j = s2.length(),状态转移方程为
dp[i][j] = dp[i + 1][j] + s1.codePointAt(i)
对于其余的情况,即两个字符串都非空时,如果有 s1[i] == s2[j],那么当前位置的两个字符相同,它们不需要被删除,状态转移方程为
dp[i][j] = dp[i + 1][j + 1]
如果 s1[i] != s2[j],那么我们至少要删除 s1[i] 和 s2[j] 两个字符中的一个,因此状态转移方程为
dp[i][j] = min(dp[i + 1][j] + s1.codePointAt(i), dp[i][j + 1] + s2.codePointAt(j))
作者:LeetCode
解法二(更好理解) :
这个题目可以理解成:找出两个字符串的最大公共子序列,并且使其ASCII编码最大(因为总编码是一定的,留下的越大删除的越小。)
所以我们可以在找最长公共子序列的题目上魔改来解当前的题目:以前的是计数,看长度。现在可以记ASCII码,看大小。先求最长公共子序列长度,用的是常规的dp计数法,代码如下:
public int minimumDeleteSum(String s1, String s2) { int len = s1.length(); int len2 = s2.length(); int[][] dp = new int[len+1][len2+1]; for(int i =0;i<len;i++) { for(int j = 0;j<len2;j++) { if(s1.charAt(i) == s2.charAt(j)) { dp[i+1][j+1] = dp[i][j]+1; }else { dp[i+1][j+1] = Math.max(dp[i][j+1], dp[i+1][j]); } } } return dp[len][len2]; }
这样一个方法是求出最长子序列的长度的。
针对问题,不用计数的方式,而是直接记ASCII码。也无所谓长度不长度的,反正码大就行。
然后最后的结果其实是最大的子序列的ASCII码的值。
又因为两个字符串都保存这些字符,所以*2就是有用的字符。总数-有用的就是删除了的字符。
作者:1151141449(LeeCode)
Java解法:
解法一:
class Solution {
public int minimumDeleteSum(String s1, String s2) {
int [][] dp = new int [s1.length()+1][s2.length()+1];
for(int i=s1.length()-1;i>=0;i--){
dp[i][s2.length()] = dp[i+1][s2.length()]+s1.codePointAt(i);
}
for(int j=s2.length()-1;j>=0;j--){
dp[s1.length()][j] = dp[s1.length()][j+1]+s2.codePointAt(j);
}
for(int i=s1.length()-1;i>=0;i--){
for(int j=s2.length()-1;j>=0;j--){
if(s1.charAt(i)==s2.charAt(j)){
dp[i][j] = dp[i+1][j+1];
}else{
dp[i][j] = Math.min(dp[i+1][j]+s1.codePointAt(i),dp[i][j+1]+s2.codePointAt(j));
}
}
}
return dp[0][0];
}
}
解法二:
int [][] dp = new int [s1.length()+1][s2.length()+1];
int sum=0;
for(int i=0;i<s1.length();i++) sum+=(int)s1.charAt(i);
for(int j=0;j<s2.length();j++) sum+=(int)s2.charAt(j);
for(int i=0;i<s1.length();i++){
for(int j=0;j<s2.length();j++){
if(s1.charAt(i)==s2.charAt(j)){
dp[i+1][j+1] = dp[i][j]+(int)s1.charAt(i);
}else{
dp[i+1][j+1] = Math.max(dp[i+1][j],dp[i][j+1]);
}
}
}
return sum-dp[s1.length()][s2.length()]*2;