算法设计与分析/数据结构与算法实验4:添加括号数目问题

简介: 算法设计与分析/数据结构与算法实验4:添加括号数目问题

1.实验目的

(1)掌握动态规划法的处理思路与算法框架。

(2)掌握应用动态规划法解决具体问题的方法。

(3)掌握动态规划法的广泛应用。

2.实验内容

(1)问题描述

括号序列有()、{}和[]组成。

(1)设计一个算法来判断括号序列不合法,如“(([{}]))”是合法的,而“(}{)”、“(}(}”和“({)}”都是不合法的。

(2)如果一个括号序列不合法,设计一个算法,求解使该序列成为合法的括号序列至少需要添加的括号数目。例如,“(}(}”最少需要添加4个括号成为合法括号序列,即变为“(){}(){}”。

(2)输入

输入只有一行。

第一行包含一个字符串,它的长度为。这个字符串仅由小括号、中括号或大括号,即’(’,’)’,’[’,’]’,’{’或’}’组成。字符的下标从0开始。

(3)输出

输出分为两行。

第一行输出True或False。True表示括号序列是合法序列,False表示括号序列不是合法序列。

第二行输出使该序列成为合法的括号序列至少需要添加的括号数目。

3.问题实例分析

 实例:输入参数str=[({}}。

 首先解决问题1。该括号序列是否为一个合法序列?

 可以利用栈这一数据结构进行解决。遍历当前序列,每碰到一个左括号就入栈,放入栈顶。碰到一个右括号时,判断当前右括号与左括号是否匹配。若匹配,则将左括号出栈。若不匹配,则无需遍历后续括号序列,结束遍历,能直接能说明当前括号序列为不合法序列。在遍历完序列后,若栈不为空,则说明还有左括号没被右括号匹配上。同样的,这也是个不合法的括号序列。

 言而简之,当且仅当括号序列能被遍历完且遍历完时栈为空,括号序列才能为合法序列。

 在本实例中,初始时栈为空,首先将第0个字符左中括号“[”入栈,再将第1个字符左小括号“(”入栈,将第2个字符左大括号“{”入栈。第3个字符为“}”,与栈顶的左大括号“{”匹配了,出栈。第4个字符为“}”,与栈顶“(”不匹配,则说明当前序列不是合法序列。

 解决问题2。求解使该序列成为合法序列所需要添加的最少的括号数目。我们也可以自底向上地解决这个问题。

 先将这个问题分解为若干个规模较小且相等的子问题:只有1个括号时使得括号序列合法化所需的括号数目,只有2个括号时使得括号序列合法化所需的括号数目。3个或多个括号合法化时所需的括号数量可以分解为上述的子问题。

image.png


1
1
1
1
1


image.png

1 2
1 2
1 0
1 2
1

image.png


1 2 3
1 2 1
1 0 1
1 2
1

image.png


1 2 3 2
1 2 1 2
1 0 1
1 2
1

五个字符

1 2 3 2 3
1 2 1 2
1 0 1
1 2
1

image.png


4.算法描述及说明

image.png


5.算法正确性分析

 算法会正确地结束:在运行完成三重循环后,算法会停止。

image.png


7.运行结果展示及其说明

测试样例使用了三组。对于每一组测试样例,都正确地输出了该括号序列是否合法,以及使得括号序列变为合法序列所需的括号数目。

8.心得体会

9.程序源代码

#include<iostream>
#include<stack>
#include<cstring>
using namespace std;
string str;
int dp[1005][1005];
bool check(int i, int j) {
  if ((str[i] == '(') && (str[j] == ')') || (str[i] == '[') && (str[j] == ']') || (str[i] == '{') && (str[j] == '}'))
    return true;
  else return false;
}
int main() {
  cin >> str;
  int maxlen = str.size();
  for (int len = 1; len <= maxlen; len++) {
    for (int l = 0; l + len - 1 < maxlen; l++) {
      int r = l + len - 1;
      if (len == 1)
        dp[l][r] = 1;
      else {
        dp[l][r] = 0x3f3f3f3f;
        if (check(l, r)) {
          dp[l][r] = min(dp[l][r], dp[l + 1][r - 1]);
        }
        for (int k = l; k <= r; k++)
          dp[l][r] = min(dp[l][r], dp[l][k] + dp[k + 1][r]);
      }
    }
  }
  if (dp[0][maxlen - 1] == 0)
    cout << "True\n";
  else
    cout << "False\n";
  cout << dp[0][maxlen - 1];
  return 0;
}


目录
相关文章
|
6月前
|
机器学习/深度学习 边缘计算 算法
NOMA和OFDMA优化算法分析
NOMA和OFDMA优化算法分析
365 127
|
3月前
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
266 3
|
3月前
|
存储 边缘计算 算法
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
|
4月前
|
机器学习/深度学习 算法 5G
【MUSIC、最大似然与克拉美-罗下界】MUSIC与ESPRIT 算法来估计到达角(AoA),并尝试推导克拉美-罗下界(CRLB)以分析其性能研究(Matlab代码实现)
【MUSIC、最大似然与克拉美-罗下界】MUSIC与ESPRIT 算法来估计到达角(AoA),并尝试推导克拉美-罗下界(CRLB)以分析其性能研究(Matlab代码实现)
200 0
|
5月前
|
编解码 算法 5G
MIMO雷达空间谱估计中Capon算法与MUSIC算法的对比分析及实现
MIMO雷达空间谱估计中Capon算法与MUSIC算法的对比分析及实现
432 2
|
5月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
177 1
|
5月前
|
人工智能 自然语言处理 算法
2025 年 7 月境内深度合成服务算法备案情况分析报告
2025年7月,中央网信办发布第十二批深度合成算法备案信息,全国389款产品通过备案,服务提供者占比超七成。截至7月14日,全国累计备案达3834款,覆盖文本、图像、音视频等多模态场景,广泛应用于生活服务、医疗、金融等领域。广东以135款居首,数字人、AI客服等C端应用主导,民营企业成主力,国企聚焦公共服务。随着AI政策推动,备案已成为AI产品合规上线关键环节。
|
5月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
176 0
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
890 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
机器学习/深度学习 存储 缓存
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
文章主要介绍了排序算法的分类、时间复杂度的概念和计算方法,以及常见的时间复杂度级别,并简单提及了空间复杂度。
586 1
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍