题目描述
给你一个长度为 n
的字符串 source
,一个字符串 pattern
且它是 source
的 子序列,和一个 有序 整数数组 targetIndices
,整数数组中的元素是 [0, n - 1]
中 互不相同 的数字。
定义一次 操作 为删除 source
中下标在 idx
的一个字符,且需要满足:
idx
是targetIndices
中的一个元素。- 删除字符后,
pattern
仍然是source
的一个 子序列。
执行操作后 不会 改变字符在 source
中的下标位置。比方说,如果从 "acb"
中删除 'c'
,下标为 2 的字符仍然是 'b'
。
请你返回 最多 可以进行多少次删除操作。
子序列指的是在原字符串里删除若干个(也可以不删除)字符后,不改变顺序地连接剩余字符得到的字符串。
样例
输入:source = "abbaa", pattern = "aba", targetIndices = [0,1,2]
输出:1
解释:
不能删除 source[0],但我们可以执行以下两个操作之一:
删除 source[1],source 变为 "a_baa" 。
删除 source[2],source 变为 "ab_aa" 。
输入:source = "bcda", pattern = "d", targetIndices = [0,3]
输出:2
解释:
进行两次操作,删除 source[0] 和 source[3] 。
输入:source = "dda", pattern = "dda", targetIndices = [0,1,2]
输出:0
解释:
不能在 source 中删除任何字符。
输入:source = "yeyeykyded", pattern = "yeyyd", targetIndices = [0,2,3,4]
输出:2
解释:
进行两次操作,删除 source[2] 和 source[3] 。
限制
1 <= n == source.length <= 3 * 10^3
1 <= pattern.length <= n
1 <= targetIndices.length <= n
targetIndices
是一个升序数组。- 输入保证
targetIndices
包含的元素在[0, n - 1]
中且互不相同。 source
和pattern
只包含小写英文字母。- 输入保证
pattern
是source
的一个子序列。
算法
(动态规划) $O(nm)$
- 设状态 $f(i, j)$ 表示遍历了
source
的前 $i$ 个字符,匹配到pattern
的前 $j$ 个字符时的最大得分。其中,没有 被 $targetIndices$ 标记的位置的分数为 $1$,否则为 $0$。 - 初始时,$f(i, 0) = 0$,其余为负无穷待定。
- 转移时,对于 $f(i, j)$,可以不使用第 $i$ 个字符匹配,则转移 $f(i, j) = f(i - 1, j)$。如果 $source(i) = pattern(j)$,则可以转移 $f(i, j) = \max(f(i, j), f(i - 1, j - 1) + w)$。其中 $w$ 就是第 $i$ 个位置的分数。
- 最终,通过 $f(n, m)$ 的最大得分,可以知道最少都需要有 $m - f(n, m)$ 个字符在被 $targetIndices$ 标记的位置上。所以答案为 $targetIndices.size() - (m - f(n, m))$。
- 由于第一维仅与前一个状态相关,所以可以省略掉第一维的状态表示,第二维通过倒序枚举进行转移。
时间复杂度
- 动态规划的状态数为 $O(nm)$,转移时间为常数,故时间复杂度为 $O(nm)$。
空间复杂度
- 优化状态表示后,需要 $O(m)$ 的额外空间存储状态。
C++ 代码
class Solution {
public:
int maxRemovals(string source, string pattern, vector<int>& targetIndices) {
const int n = source.size(), m = pattern.size(), t = targetIndices.size();
vector<int> f(m + 1, INT_MIN);
f[0] = 0;
for (int i = 0, k = 0; i < n; i++) {
if (k < t && i > targetIndices[k])
++k;
int w = k == t || i < targetIndices[k];
for (int j = m; j >= 1; j--)
if (source[i] == pattern[j - 1])
f[j] = max(f[j], f[j - 1] + w);
}
return t - (m - f[m]);
}
};