数组

大家好,我是老马。

今天我们一起来学习一下单词拆分

LC139. 单词拆分 word-break

给你一个字符串 s 和一个字符串列表 wordDict 作为字典。如果可以利用字典中出现的一个或多个单词拼接出 s 则返回 true。

注意:不要求字典中出现的单词全部都使用,并且字典中的单词可以重复使用。

示例 1:

输入: s = “leetcode”, wordDict = [“leet”, “code”] 输出: true 解释: 返回 true 因为 “leetcode” 可以由 “leet” 和 “code” 拼接成。

示例 2:

输入: s = “applepenapple”, wordDict = [“apple”, “pen”] 输出: true 解释: 返回 true 因为 “applepenapple” 可以由 “apple” “pen” “apple” 拼接成。 注意,你可以重复使用字典中的单词。

示例 3:

输入: s = “catsandog”, wordDict = [“cats”, “dog”, “sand”, “and”, “cat”] 输出: false

提示:

1 <= s.length <= 300 1 <= wordDict.length <= 1000 1 <= wordDict[i].length <= 20 s 和 wordDict[i] 仅由小写英文字母组成 wordDict 中的所有字符串 互不相同

v1-dp

和 dp 的关系

首先,这一题和 dp 的关系是什么?

已知字符串 [0,…,i] 可以被拼接,如果 [i+1,…,j] 存在,则 [0,…,j]就可以被拼接出来。

思路

分为5 步:

1)定义好状态

dp[i] 代表 [0,…,i] 前 i 个字符能否被完整的拼接出来。

2)状态转移方程(Transition)

for i = 1..n:

    // 找到一个符合的位置即可
    for j = 0..i-1:
        if dp[j] == true && s[j..i-1] in wordDict:
            dp[i] = true
            break

3) 初始化(Initialization)

dp[0] = true;   // 默认是支持的

4) 计算顺序(Order)

通常是从小到大递推,也可能需要倒序(如背包问题)。

外层循环 i = 1…n

内层循环 j = 0…i-1

5) 返回结果(Answer)

返回 dp[str.length-1],代表位置 n-1 的能否被拼接完成

6) 优化(可选)

是否要滚动数组优化空间?

实现

public boolean wordBreak(String s, List<String> wordDict) {
        int n = s.length();

        
        boolean[] dp = new boolean[n+1];    
        dp[0] = true;   // 空字符串

        for (int i = 1; i <= n; i++) {
            for (int j = 0; j < i; j++) {
                // 子串改为 s.substring(j, i),i 不包含
                String text = s.substring(j, i);

                if (dp[j] && wordDict.contains(text)) {
                    dp[i] = true;
                    break;
                }
            }
        }

        return dp[n];
}

效果

9ms 击败 29.15%

反思

如果我们把 list 用 set 代替如何?

思路

set 查询复杂度 O(1)

实现

    public boolean wordBreak(String s, List<String> wordDict) {
        int n = s.length();

        Set<String> wordSet = new HashSet<>(wordDict);    

        boolean[] dp = new boolean[n+1];    
        dp[0] = true;   // 空字符串

        for (int i = 1; i <= n; i++) {
            for (int j = 0; j < i; j++) {
                // 子串改为 s.substring(j, i),i 不包含
                String text = s.substring(j, i);

                if (dp[j] && wordSet.contains(text)) {
                    dp[i] = true;
                    break;
                }
            }
        }

        return dp[n];
    }

效果

8ms 57.63%

区别不是特别大。

v2-BFS

思路

类似 LC323 和 LC279

这种题目我们也可以用 BFS 的方式来解决。

核心流程

  1. 队列存 起点索引,初始 0
  2. visited 数组记录访问过的起点,避免重复遍历
  3. 每次从队列取一个起点 start

    • 遍历字典单词 word
    • 如果 sstart 开始的子串等于 word,加入队列 start + word.length()
    • 如果能到达字符串末尾 → 返回 true
    • 如果超过了,快速失败
  4. 队列耗尽 → 返回 false

实现

 public boolean wordBreak(String s, List<String> wordDict) {
        int n = s.length();

        Queue<Integer> queue = new LinkedList<>();
        boolean[] visited = new boolean[n+1];
        queue.offer(0);

        while(!queue.isEmpty()) {
            // 避免重复
            Integer cur = queue.poll();
            if(visited[cur]) {
                continue;
            }
            visited[cur] = true;

            for(String dict : wordDict) {
                int end = cur + dict.length();
                if(end > n) {
                    continue;
                }

                String substrig = s.substring(cur, end);                
                if(substrig.equals(dict)) {
                    // 满足条件
                    if(end == n) {
                        return true;
                    }

                    // 入队列
                    queue.offer(end);
                }
            }
        }

        return false;
    }

效果

3ms 击败 84.71%

开源项目

为方便大家学习,所有相关文档和代码均已开源。

leetcode-visual 资源可视化

leetcode 算法实现源码

leetcode 刷题学习笔记

老马技术博客

小结

希望本文对你有帮助,如果有其他想法的话,也可以评论区和大家分享哦。

各位极客的点赞收藏转发,是老马持续写作的最大动力!

下一节我们将讲解力扣经典,感兴趣的小伙伴可以关注一波,精彩内容,不容错过。