LeetCode--139. Word Break
阿新 • • 發佈:2019-01-01
題目連結:https://leetcode.com/problems/word-break/
要求給字串進行切分(break)是的得到的單詞都在字典中。
思路一:首先想到的暴力解法:在每個可能的位置將字串切分為兩部分,然後檢查這兩部分是否都存在於字串中,如果某部分字串不存在,則將此字串繼續進行切分,直到存在或者長度為1為止,這是個極其暴力的演算法,存在大量重複操作,程式碼如下:
class Solution { public static HashSet<String> hs; public boolean wordBreak(String s, List<String> wordDict) { hs=new HashSet<String>(); Iterator<String> iter=wordDict.iterator(); while(iter.hasNext()) hs.add(iter.next()); return recursive(s); } public static boolean recursive(String s) { if(hs.contains(s)) return true; String s1=null; String s2=null; boolean isbreak=false; for(int i=0;i<=s.length()-2;i++) { s1=s.substring(0,i+1); s2=s.substring(i+1,s.length()); isbreak =isbreak || (recursive(s1) && recursive(s2)); } return isbreak; } }
演算法複雜度高達O(2^n),自然會想到用動態規劃來講中間結果快取下來,於是想到用二維陣列來儲存列舉的子字串的
然後又想了一個稍微簡化的解法:
圖示如下:
"aaaaa"
["aaaa","aa"]
|
0 |
1 |
2 |
3 |
4 |
0 |
|
1 |
|
1 |
|
1 |
|
|
1 |
|
1 |
2 |
|
|
|
1 |
|
3 |
|
|
|
|
1 |
4 |
|
|
|
|
|
class Solution { public static HashSet<String> hs; public static boolean[][] memo; public static int n; public static boolean flag; public boolean wordBreak(String s, List<String> wordDict) { flag=false; n=s.length(); memo=new boolean[n][n]; Iterator<String> iter=wordDict.iterator(); hs=new HashSet<>(); while(iter.hasNext()) hs.add(iter.next()); for(int i=0;i<s.length();i++) { for(int j=i;j<s.length();j++) { String st=s.substring(i,j+1); if(hs.contains(st)) memo[i][j]=true; } } recursive(0); return memo[0][n-1]; } public static void recursive(int j) { if(j>=n) { return; } for(int i=j;i<n;i++) { if(!flag && memo[j][i]) { memo[0][i]=true; if(i==n-1) flag=true; recursive(i+1); } } } }
這個解法也TLE了,我根據TLE的測試用例發現還是列舉子字串這一步太消耗時間了,並且遇到連續相同的字母組成的字串時,遞迴那一步時間複雜度也較高,因為我將子字串作為動態規劃的單元記錄下來,然後通過相鄰關係拼接進行動態規劃,所以可以考慮將目標字串的字首串是否可以break在字典中作為動態規劃的單元。程式碼如下:
class Solution {
public boolean wordBreak(String s, List<String> wordList)
{
if (s == null || s.length() == 0)
return false;
int n = s.length();
Set<String> set = new HashSet<>();
for (String word : wordList)
set.add(word);
boolean[] dp = new boolean[n];
for (int i = 0; i < n; i++) //外迴圈是填寫dp陣列的過程
{
for (int j = 0; j <= i; j++) //內迴圈是找符合條件的字首和存在於字典中的子字串(字首串與該子字串組成當前結尾於i位置的字首串)
{
String sub = s.substring(j, i + 1);
if (set.contains(sub) && (j == 0 || dp[j - 1]))
{
dp[i] = true;
break;
}
}
}
return dp[n - 1];
}
}
這條題目解的過程真艱辛,不過動態規劃一般是基於暴力遞迴搜尋來優化的,只是優化的角度需要精緻的思考。