动态规划经典题解:单词拆分(LeetCode 139)

动态规划经典题解:单词拆分(LeetCode 139)

一、题目描述

原题链接
单词拆分

题目大意

给定一个非空字符串 s 和一个包含非空单词的列表 wordDict,判断 s 是否可以被空格拆分为一个或多个在字典中出现的单词。字典中的单词可以重复使用。字典中无重复单词。

示例

输入:s = "leetcode", wordDict = "leet", "code"

输出:true(解释:"leetcode" 可拆分为 "leet code")

输入:s = "applepenapple", wordDict = "apple", "pen"

输出:true(解释:"applepenapple" 可拆分为 "apple pen apple")

输入:s = "catsandog", wordDict = "cats", "dog", "sand", "and", "cat"

输出:false

二、解题思路

核心思想:动态规划(DP)

本题的核心是判断字符串的「前缀是否可拆分」,通过动态规划逐步推导所有前缀的可行性,避免重复计算。
1. 状态定义

定义 dpi 表示:字符串 s 的前 i 个字符组成的子串 s0...i-1 是否能被字典中的单词拼接而成。例如:dp4 对应 s 的前 4 个字符 s0...3(即 "leet")是否可拆分。
2. 状态转移方程

对于每个位置 i(从 1 到 s.size()),遍历字典中的每个单词 word:若 word 的长度 len ≤ i(保证子串存在);且 s 中以 i 为结尾、长度为 len 的子串(即 s.substr(i-len, len))等于 word;且 dpi-len 为 true(说明 s 的前 i-len 个字符可拆分);则 dpi = true(前 i 个字符可拆分)。
3. 初始化

dp0 = true:表示空字符串可被拆分(基础条件,用于推导后续前缀。例如,当 word 恰好等于 s0...len-1 时,dplen = dp0 && (子串匹配))。
4. 最终结果

dps.size():表示整个字符串 s 是否可拆分。

三、代码实现

cpp 复制代码
#include <vector>
#include <string>
using namespace std;

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        int n = s.size();
        // dp[i]:前i个字符是否可拆分
        vector<bool> dp(n + 1, false);
        // 初始化:空字符串可拆分
        dp[0] = true;
        
        // 遍历所有前缀长度(从1到n)
        for (int i = 1; i <= n; ++i) {
            // 遍历字典中的每个单词
            for (const string& word : wordDict) {
                int word_len = word.size();
                // 条件1:单词长度不超过当前前缀长度
                if (word_len <= i) {
                    // 条件2:子串匹配 + 前i-word_len个字符可拆分
                    if (s.substr(i - word_len, word_len) == word && dp[i - word_len]) {
                        dp[i] = true;
                        // 无需继续遍历其他单词,直接跳出内层循环
                        break;
                    }
                }
            }
        }
        // 返回整个字符串是否可拆分
        return dp[n];
    }
};

四、边界情况与测试用例

边界情况

s 为空字符串:题目规定 s 非空,无需处理;

wordDict 中存在与 s 完全匹配的单词:如 s = "a", wordDict = "a",dp1 = dp0 && (s.substr(0,1) == "a") = true;单词长度大于 s 长度:如 s = "a", wordDict = "aa",内层循环条件 word_len <= i 不满足,dp1 保持 false。

测试用例验证

示例 1:s = "leetcode", wordDict = "leet", "code"

i=4:单词 "leet" 长度 4 ≤ 4,s.substr(0,4) = "leet" 匹配,dp0 = true → dp4 = true;i=8:单词 "code" 长度 4 ≤ 8,s.substr(4,4) = "code" 匹配,dp4 = true → dp8 = true;

返回 true。

示例 2:s = "catsandog", wordDict = "cats", "dog", "sand", "and", "cat"

前 7 个字符 "catsand" 可拆分为 "cats + and"(dp7 = true);但 i=9(整个字符串长度)时,遍历所有单词:

"dog" 长度 3 ≤ 9,s.substr(6,3) = "dog" 匹配,但 dp6 = false;其他单词均不满足条件 → dp9 = false;

返回 false。

五、 类似题目

LeetCode 140. 单词拆分 II

LeetCode 472. 连接词

相关推荐
让我上个超影吧8 小时前
Claude code:Hooks
java·数据库·ai编程
数据法师8 小时前
视频文件重复检测工具:基于哈希与视频指纹的三级筛选机制
算法·音视频·哈希算法
RH2312118 小时前
2026.6.8Linux
java·数据库·中间件
极光代码工作室8 小时前
基于深度学习的手写数字识别系统
人工智能·python·深度学习·神经网络·机器学习
其实防守也摸鱼8 小时前
软件安全与漏洞--Windows底层原理与软件逆向工程基础
linux·网络·数据库·算法·安全·安全架构·软件安全与漏洞
geovindu8 小时前
python: speech to text offline
开发语言·python·语音识别
AI创界者8 小时前
告别云端限制!Sulphur 2 本地文生视频/图生视频整合包,本地部署,解压即用,保姆级部署与工作流实战
人工智能·python·aigc·音视频
于指尖飞舞8 小时前
java后端面试题(多线程极简)
java·开发语言
IT 行者8 小时前
GitHub Spec Kit 实战(四):读懂和干预 /speckit.plan——AI 最自由发挥的一步
java·人工智能·github·ai编程·claude
bIo7lyA8v8 小时前
算法稳定性与数据分布的内在联系研究的技术8
算法