算法与数据结构(单词拆分)

题目

思路

动态规划

这道题可以利用动态规划来判断字符串 s 是否能被拆分成字典 wordDict 中的单词。具体做法是:先将字典存入哈希集合以便快速查找,然后初始化一个 dp 数组,其中 dp[i] 表示 s 的前 i 个字符能否被拆分。初始时 dp[0] 设为 true(空字符串可拆分),接着遍历字符串,对于每个位置 i,检查所有可能的分割点 j,如果前 j 个字符可拆分(dp[j] 为 true)且子串 s[j..i-1] 在字典中,则标记 dp[i] 为 true。最终,dp[s.size()] 的值即为整个字符串 s 是否能被拆分的结果。

代码详解

首先我们可以将wordDict中的单词全都存入哈希表中,方便后面的判断。

接着定义dp,它是用来判断前面的字符能否被拆分。若dp[i]为false,则表示不可以。相反,若为true则为可以。

至于为什么创建它时空间为s.size()+1

因为 dp[i] 表示的是 前 i 个字符,而 s 的索引是从 0 开始的:

s[0..i-1] 对应 dp[i](前 i 个字符)。

如果 dp 的大小是 s.size(),那么 dp[s.size()] 就无法表示整个字符串(因为 s.size() 是 8,但 dp[8] 需要表示 s[0..7])。

dp[0]=true意味着空字符串可以被拆分

i变量是用来遍历所有可能的前缀长度,j是用来遍历所有的分割点。

s[0,j-1]能否被拆分(由dp[j])决定

s[j,i]是否在字典中(由 wordDictSet.find() 决定)

代码

cpp 复制代码
class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) 
    {
           auto wordDictSet = unordered_set<string> ();
           for(auto &x: wordDict)
           {
                wordDictSet.insert(x);
           }
           vector<bool> dp(s.size()+1); // 默认是false
           dp[0]=true;
           for(int i=1;i<=s.size();i++)
           {
                for(int j=0;j<i;j++)
                {
                    if(wordDictSet.find(s.substr(j,i-j))!=wordDictSet.end() && dp[j])
                    {
                        dp[i] = true;
                        break;
                    }
                }
           }
           return dp[s.size()];
    }
};
相关推荐
榮十一6 小时前
10道SQL练习题及答案
数据库·sql·算法
l1t6 小时前
Javascript引擎node bun deno比较
开发语言·javascript·算法·ecmascript·bun·精确覆盖·teris
古城小栈6 小时前
Go 异步编程:无锁数据结构实现原理
java·数据结构·golang
仰泳的熊猫6 小时前
1094 The Largest Generation
数据结构·c++·算法·pat考试
LYFlied6 小时前
【每日算法】LeetCode 739. 每日温度:从暴力遍历到单调栈的优雅解决
前端·算法·leetcode·面试·职场和发展
铭哥的编程日记6 小时前
DFS + 剪枝 解决 全排列系列问题 (所有题型)
算法·深度优先·剪枝
yaoh.wang6 小时前
力扣(LeetCode) 67: 二进制求和 - 解法思路
python·程序人生·算法·leetcode·面试·职场和发展·跳槽
Java后端的Ai之路6 小时前
【分析式AI】-LightGBM算法命名解释
人工智能·算法·机器学习·aigc·分析式ai
夏鹏今天学习了吗6 小时前
【LeetCode热题100(74/100)】跳跃游戏
算法·leetcode·游戏
CoovallyAIHub6 小时前
夜间、远距离都不怕!新型无人机识别算法准确率超92%
深度学习·算法·计算机视觉