139. 单词拆分

题目描述

思路
这是一道比较有意思的题目,非常能锻炼我们从 "动态规划" / "记忆化搜索" / "状态维护与转移" 的角度来进行程序设计的能力。
初次看到这道题目,我们很有可能会想到枚举法,通过暴力的枚举,以及开一个数组来判断当前位置及之前的子串能否通过wordDict当中给定的字符串来进行表示,从而解决这道题目。但正如方才所说的"暴力枚举",这种做法不够优雅,时间复杂度将会很高。
正确的做法其实是动态规划。具体来说,我们维护一个长度为len(s) + 1的 bool 数组dp,如果dp[i]为true,就代表i位置及其之前的子串可以对应到wordDict当中的某个字符串。我们通过双层循环来对dp数组进行维护。具体来说,第一层循环的变量为i,它对字符串s的每一个位置进行遍历;第二层循环的变量为j,它对wordDict当中的字符串进行遍历。如果i >= len(wordDict[j]),我们可以判断一次s[i - len(wordDict[j]): i]和wordDict[j]是否相等,如果相等,则判断dp[i - len(wordDict[j])]是否为true,这两个判断条件的含义是:我们首先判断当前s的子串是否可以匹配wordDict[j]字符串;如果能够匹配,就判断i - len(wordDict[j])位置之前的子串是否能匹配上wordDict当中的某个字符串,如果能匹配上,说明s[0: i - len(wordDict[j]]位置的子串也能通过wordDict当中的字符串表示,这就意味着到i位置为止,整个子串都可以通过wordDict当中的字符串表示,设置dp[i] = true。需要注意的是,应该设置dp[0]的初始值为true。
基于以上思路,我们可以编程来解决该问题。
Golang 题解
go
func wordBreak(s string, wordDict []string) bool {
n := len(s)
dp := make([]bool, n + 1)
dp[0] = true
for i := 1; i <= n; i ++ {
for j := 0; j < len(wordDict); j ++ {
if i >= len(wordDict[j]) && s[i - len(wordDict[j]): i] == wordDict[j] && dp[i - len(wordDict[j])] {
dp[i] = true
}
}
}
return dp[n]
}