回文词【信息技术】.docVIP

回文词 问题描述 略 算法A 简单地说，问题等价于：将原串St从某处截断，成为St[1..j]和ST[j+1..n]，求St[1..j]和St[j+1..n]的倒序串的最长公共子序列的长度。（不失一般性，设j≥n-j） 比如样例：Ab3bd，有“Ab3”和“bd”的倒序“db”，其公共子序列最长为1——“b”。也就是说，该段公共序列是不需要经过处理就满足回文要求的，而其余的字符则需要进行复制。所以添加的字符数应为n-2*Length（SubString）。而注意到，有时某个字符可作为对称中心出现，不须被复制（例如上例中的“3”），所以若前一个子串的最后一个字符未出现在求得的公共子串中，则将它作为对称中心，最少要添加n-2*Length（SubString）-1个字符。 求解的方程可表示为： Min{ n-2*Max{LongestSub(St[1..j], St[n..j+1])} ( n div 2 ≤j＜n ) , n-2*Max{LongestSub(St[1..j], St[n..j+2])}-1 ( n div 2 ＜j＜n ) } 其中LongestSub(St1,St2)表示St1和St2的最长公共子序列的长度, St[i..j] 表示原串中从第i位到第j位依次构成的一个新字符串。 对于最长公共子序列的求解分析 设，现在要求字符串St1和St2的最长公共子序列，其长度分别为L1，L2。 动态规划求解的过程是众所周知的： 令L[i,j]表示St1的前i位与St2的前j位的最长公共序列长度， 则： L[i,j]= Max{ L[i-1,j-1]+1, L[i,j-1], L[i-1,j]} 若St1[i]=St2[j]; Max{ L[i,j-1], L[i-1,j]} 若St1[i]≠St2[j]. ( 1≤i≤L1 , 1≤j≤L2 , 显然i或j为0时,L值为0). 于是，LongestSub=L[L1,L2]。 基于在本题的这种算法思想中，似乎对于最长公共子序列的求解要被多次应用，然而其中重复计算颇多，可直接求原串St及其倒序串St的最长公共序列，在该过程中完成上述的若干过程。 for i:=1 to n do for j:=1 to smaller(n-i,n div 2) do {以St的前i位匹配St的前j位，避免重复计算，同时要满足： i+j=n, j=n div 2 } begin 推出L[i,j]. if i+j=n-1 {如果i+j=n 或i+j=n-1，说明找到可行解} then 若n-L[i,j]*2-(n-i-j)优于当前最优，更新之 end; 节约起见，根据递推的特点，可用一维数组替代二维进行迭代。 算法B 使用类似数字三角形或最小代价子母树的动态规划过程。 令Cost[i,j]表示将原串St从第j位开始长度为i的子串SubString变成回文词的最小添加字符数。 按SubString的长度大小依次进行递推求解： Cost[i,j]= Cost[i-2,j+1] 若St[j]=St[i+j-1],即首尾对称, Min{ Cost[i-1,j]+1, Cost[i-1,j+1]+1 } 若St[j]St[i+j-1]。 2≤i≤n ， 1≤j≤n-i+1 显然，当 i=1或0 时，Cost值均为0。 数据结构 本题的数据结构相对简单，主要包括用作状态变量的数组。 时空评估 空间方面，根据算法的不同，大约需要10到30K左右的空间。 我编程实现的上述两种算法对于IOI标准测试数据的耗时情况如下： 注：下表使用IOI2000标准测试数据，运行环境P366MHz 32MB（单位：s） 测试数据 1 2 3 4 5 6 7 8 9 10 A用时 0.00 0.71 0.71 0.71 0.77 0.00 0.00 1.04 0.82 0.77 B用时 0.00 2.30 0.00 1.87 1.87 0.00 0.00 2.31 2.42 1.60 小结 作为IOI的第一题，这是一道典型的动态规划题。具体运用动态规划方法时，所要注意的地方在于：1）首先，分析题意，考察此题是否满足最优化原理与无后效性两个条件。2）接着，确定题中的阶段，状态，及约束条件。3）推导出各阶段状态间的函数基本方程，进行计算。