【算法练习】有趣的括号匹配问题(思路+ 图解 +优化)基于java实现

简介: 1.题目描述小洛看着一堆只包含’(‘和’)‘的括号序列犯愁了,小洛想知道这串序列里最长正确匹配的序列长度是多少,你能帮帮小洛吗?

1.题目描述

小洛看着一堆只包含’(‘和’)‘的括号序列犯愁了,小洛想知道这串序列里最长正确匹配的序列长度是多少,你能帮帮小洛吗?

输入

输入一个只包含’(‘与’)'的字符串,字符串长度n满足0<n≤50000

输出

输出一个数表示子串长度

数据范围

对于100%的数据,0<n≤50000

输入样例

((((())(

输出样例

4


2.问题分析

说到括号匹配问题,我们很容易想到利用栈来解决,但是直接使用栈来进行处理的话,你会发现,无法记录在入栈出栈过程中匹配的长度。因此,我们对栈进行优化,对于栈中存储的每个元素我们都把它当作一个结点,包含data(左括号或者右括号),以及标号值,用index表示。



对于一个序列"( ( ( ) ) ) ) )",首先我们将括号序列依次进行标号,分别为12345678我们让左括号直接入栈,遇到右括号则观察栈中栈顶元素是否为左括号,若是,则出栈;反之,则入栈。

反复进行入栈和出栈操作后,栈中只剩下标号为7、8的两个右括号,则最大匹配长度为7 - 0 - 1 = 6;




我们再来看一个序列"()()",标号分别为1234,进行入栈出栈操作后,最终栈中元素为0,此时最大匹配长度则为字符串的长度,即为4 - 0 = 4。


3.算法分析

对于执行后的栈,我们大致可以分为如下的三种情况:


栈为空:此时最大匹配长度为字符串的长度;

栈底为" ) ":此时隐藏一种匹配长度为栈底标号 - 0 - 1;

栈底为" ( ": 只需要比较任意相邻两个栈中元素标号的差,匹配长度为end - start - 1。

以题目的测试样例为例,输入字符串((((())(,最终剩余在栈中的为标号为1238的左括号,此时最大匹配长度为8 - 3 -1 = 4。


4.实现代码

这里简单对以上讨论的三种情况进行实现,详细可见注释内容。

import java.util.Scanner;
import java.util.Stack;
// 结点类,用于入栈元素的标号
class Node{
    char data;// 存储括号值
    int index;// 用于标号
    public Node(char data, int index){
        this.data = data;
        this.index = index;
    }
}
public class test03 {
    public static void main(String[] args) {
        Stack<Node> stack = new Stack<>(); // 入栈的每个元素都是带有标号的左括号,而匹配的长度则为两个相邻的左括号标号的差值-1
        Scanner in = new Scanner(System.in);
        String s = in.next();
        char[] strings = s.toCharArray();
        boolean flag = false;
        int temp = 0; // 临时储存
        // 遍历括号字符串
        int i; // 这里把i单独声明是为了扩大作用域便于end使用
        for ( i = 0 ; i < strings.length; i++) {
            // 遇到左括号入栈,栈中的标号以1为起点
            if(strings[i] == '('){
                stack.push(new Node(strings[i], i+1));
            }
            // 遇到右括号看栈内是否匹配
            if(strings[i] == ')'){
                if(stack.empty()){
                    // 处理)))这种情况
                    flag = true; // 说明栈是以右括号为栈底
                    temp = i+1;
                    stack.push(new Node(strings[i], i+1)); // 防止栈下溢
                }else{
                    // 匹配则出栈,不匹配则入栈
                    if(stack.peek().data == '('){
                        stack.pop();
                    }else{
                        stack.push(new Node(strings[i], i+1));
                    }
                }
            }
        }
        // 计算匹配长度
        int start = 0, length = 0, end = i+1;
        // 括号完全匹配,即栈中元素为0,则长度为字符串长度
        if(stack.empty())
            length = end - start - 1;
        while (!stack.empty()){
            // 栈中以右括号为栈底元素,需要记录一次栈底元素标号与0的差值
            if(flag){
                length = Math.max(temp - start -1, length);
            }
            // 栈中以左括号为栈底元素,只需要比较标号的差值
            start = stack.pop().index;
            //System.out.println("start = " + start);
            length = Math.max(end - start - 1, length);
            // 以start为新的end
            end = start;
        }
        // 输出结果
        System.out.println(length);
        in.close();
    }
}

5.实现结果

输入((((())(测试1



输入()()测试2


输入)))))测试3


6.代码优化

从上面的实现中发现,分为三种情况即单独对栈空的情况进行计算、使用了flag变量来判断栈底是否为右括号、单独对栈底为左括号的情况进行运算。虽然逻辑上没有问题,但是这样不仅多声明了变量,还使代码显得异常复杂。

那么有没有办法可以简化计算呢?

我们发现,只要先将一个标号为0的无关量入栈,这样无论何种情况,在进行最后一步“计算最大匹配长度”时,栈都不会为空,这样就不需要对栈空的情形进行单独讨论;不仅如此,我们存储的0无关量也可以解决右括号为栈底的情况,可以把无关量想成左括号,进行一般情况下的栈元素的标号差操作,即可求出匹配长度。


6.1 具体代码优化实现

import java.util.Scanner;
import java.util.Stack;
// 结点类,用于入栈元素的标号
class Node{
    char data;// 存储括号值
    int index;// 用于标号
    public Node(char data, int index){
        this.data = data;
        this.index = index;
    }
}
public class test03 {
    public static void main(String[] args) {
        Stack<Node> stack = new Stack<>(); // 入栈的每个元素都是带有标号的左括号,而匹配的长度则为两个相邻的左括号标号的差值-1
        Scanner in = new Scanner(System.in);
        String s = in.next();
        char[] strings = s.toCharArray();
        stack.push(new Node('0', 0));// 标号0位置存储一个无关量,便于计算
        // 遍历括号字符串
        int i; // 这里把i单独声明是为了扩大作用域便于end使用
        for ( i = 0 ; i < strings.length; i++) {
            // 遇到左括号入栈,栈中的标号以1为起点
            if(strings[i] == '('){
                stack.push(new Node(strings[i], i+1));
            }
            // 遇到右括号看栈内是否匹配
            if(strings[i] == ')'){
                if(stack.empty()){
                    stack.push(new Node(strings[i], i+1)); // 防止栈下溢
                }else{
                    // 匹配则出栈,不匹配则入栈
                    if(stack.peek().data == '('){
                        stack.pop();
                    }else{
                        stack.push(new Node(strings[i], i+1));
                    }
                }
            }
        }
        // 计算匹配长度
        int start = 0, length = 0, end = i+1;
        while (!stack.empty()){
            start = stack.pop().index;
            //System.out.println("start = " + start);
            length = Math.max(end - start - 1, length);
            // 以start为新的end
            end = start;
        }
        // 输出结果
        System.out.println(length);
        in.close();
    }
}


相关文章
|
5月前
|
设计模式 算法 搜索推荐
Java 设计模式之策略模式:灵活切换算法的艺术
策略模式通过封装不同算法并实现灵活切换,将算法与使用解耦。以支付为例,微信、支付宝等支付方式作为独立策略,购物车根据选择调用对应支付逻辑,提升代码可维护性与扩展性,避免冗长条件判断,符合开闭原则。
1237 35
|
5月前
|
存储 算法 搜索推荐
《数据之美》:Java数据结构与算法精要
本系列深入探讨数据结构与算法的核心原理及Java实现,涵盖线性与非线性结构、常用算法分类、复杂度分析及集合框架应用,助你提升程序效率,掌握编程底层逻辑。
|
5月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
6月前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
354 14
|
5月前
|
机器学习/深度学习 算法
采用蚁群算法对BP神经网络进行优化
使用蚁群算法来优化BP神经网络的权重和偏置,克服传统BP算法容易陷入局部极小值、收敛速度慢、对初始权重敏感等问题。
454 5
|
6月前
|
canal 算法 vr&ar
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
208 1
|
6月前
|
机器学习/深度学习 运维 算法
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
310 1
|
5月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
256 0
|
5月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。

热门文章

最新文章