C++で文字列を回文にするための最小挿入回数を求める方法
文字列 s が与えられ、これを回文にすることを考えます。各ステップでは任意の位置に任意の文字を挿入することができ、回文を完成させるために必要な最小の挿入文字数を求めます。
例えば、文字列が「mad」の場合、答えは 2 になります。これは、「mad」の先頭に「da」を追加して「damad」とするか、末尾に「am」を追加して「madam」とすることで回文を作れるためです。
解法のアプローチ:LCS(最長共通部分列)を活用
この問題は最長共通部分列(LCS)を使った動的計画法で効率的に解けます。鍵となるのは、元の文字列とその逆順の文字列との最長共通部分列の長さが、最長回文部分列の長さと一致するという性質です。したがって、必要な最小挿入回数は次の式で表せます。
最小挿入回数 = 文字列の長さ − 最長回文部分列の長さ
アルゴリズムの手順
- 関数 lcs() を定義します。引数として文字列 s を受け取り、x = s とします。
- n を s のサイズとします。
- 文字列 x を反転(リバース)します。
- s と x のそれぞれの先頭に空白文字を連結します(インデックスを1始まりに揃えるため)。
- サイズ (n + 1) × (n + 1) の2次元配列 dp を定義します。
- i を 1 から n まで、j を 1 から n まで二重ループで処理します。
- dp[i][j] を max(dp[i−1][j], dp[i][j−1]) とします。
- s[i] と x[j] が一致する場合は、dp[i][j] を max(dp[i][j], dp[i−1][j−1] + 1) で更新します。
- dp[n][n] を返します。
- メイン側では「s のサイズ − lcs(s)」を結果として返します。
C++での実装例
#include <bits/stdc++.h>
using namespace std;
class Solution {
public:
int lcs(string s){
string x = s;
int n = s.size();
reverse(x.begin(), x.end());
s = " " + s;
x = " " + x;
vector < vector <int> > dp(n + 1, vector <int>(n + 1));
for(int i = 1; i <= n; i++){
for(int j = 1; j <= n; j++){
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
if(s[i] == x[j]){
dp[i][j] = max(dp[i][j], dp[i - 1][j - 1] + 1);
}
}
}
return dp[n][n];
}
int minInsertions(string s) {
return s.size() - lcs(s);
}
};
main(){
Solution ob;
cout << (ob.minInsertions("mad"));
}
入力
“mad”
出力
2
計算量について
このアルゴリズムの計算量は、LCSの計算に二重ループを使用するため時間計算量 O(n²)、DPテーブルを保持するため空間計算量 O(n²) となります。文字列の長さが数千程度であれば十分実用的な速度で動作します。
-
C++で全ての文字列を一致させるための最小移動回数を求める方法
問題の概要互いに回転(順列)の関係にある n 個の文字列が与えられます。使用できる操作は「任意の文字列の先頭の1文字を取り出し、その文字列の末尾へ移動する」ことだけです。この操作を繰り返してすべての文字列を同一にするとき、必要となる最小の操作回数を求めます。例arr[] = {abcd, cdab} の場合、必要な移動回数は 2 回です。最初の文字列 abcd に対して、文字 a を末尾へ移動します。操作後の文字列は bcda になります。次に、文字 b を末尾へ移動します。操作後の文字列は cdab となり、2番目の文字列と一致します。アルゴリズム基準となる文字列を1つ選びます(ここでは s
-
C++で文字列を回文にするために必要な最小削除文字数を求める方法
問題の概要長さ n の文字列が与えられたとき、その文字列を回文にするために削除が必要な最小の文字数を求めるのがこの問題の目的です。たとえば、入力文字列が「abcda」の場合、先頭と末尾以外の2文字を削除すれば回文を作ることができます。「b」と「c」を削除すると → 「ada」(回文になります)「c」と「d」を削除すると → 「aba」(回文になります)「b」と「d」を削除すると → 「aca」(回文になります)アルゴリズムの考え方この問題は「最長回文部分列(Longest Palindromic Subsequence: LPS)」の考え方を使うと効率的に解けます。手順は次のとおりです。与えら