給出一個單詞表和一條去掉所有空格的句子,根據給出的單詞表添加空格, 傳回可以構成的句子的數量, 保證構成的句子中所有的單詞都可以在單詞表中找到.(忽略大小寫) 線上評測位址:領扣題庫官網 樣例1
輸入:
"CatMat"
["Cat", "Mat", "Ca", "tM", "at", "C", "Dog", "og", "Do"]
輸出: 3
解釋:
我們可以有如下三種方式:
"CatMat" = "Cat" + "Mat"
"CatMat" = "Ca" + "tM" + "at"
"CatMat" = "C" + "at" + "Mat"
樣例2
輸入:
"a"
[]
輸出:
0
算法:DP(動态規劃)
根據題目給出的描述,我們稍加思考,可以意識到對于句子s,我們可以拆分成s1和s2,那麼根據乘法原理,s的拆分方法數就等于s1的拆分方法數乘以s2的拆分方法數,由此我們想到動态規劃。
算法思路
- 我們定義狀态dpi表示s[i:j+1]的拆分方法數
- 狀态轉移方程為
代碼思路
- 本題忽略大小寫,是以先将所有字元轉化為小寫
- 先将dict中與s的子串比對,計算出初始的dp數組
- 枚舉i和j,即s的所有子串,再枚舉分割位置k計算出每一個子串的拆分方法數
- 傳回答案dp0
複雜度分析
- 空間複雜度:O(N^2)
-
時間複雜度:O(N^3)
優化
- 我們可以将狀态定義成一維數組,dp[i]表示s[0:i+1]的拆分方法數
- 轉移也不再是枚舉中間的分割位置,而是枚舉接在s[0:i+1]後面的串
優化後複雜度分析
- 空間複雜度:O(N)
- 時間複雜度:O(N^2 logN) 判斷一個子串是否存在于dict使用hash判斷,需要logN的複雜度
public class Solution {
/*
* @param : A string
* @param : A set of word
* @return: the number of possible sentences.
*/
public int wordBreak3(String s, Set<String> dict) {
int n = s.length();
String lowerS = s.toLowerCase();
Set<String> lowerDict = new HashSet<String>();
for(String str : dict) {
lowerDict.add(str.toLowerCase());
}
int[][] dp = new int[n][n];
for(int i = 0; i < n; i++){
for(int j = i; j < n;j++){
String sub = lowerS.substring(i, j + 1);
if(lowerDict.contains(sub)){
dp[i][j] = 1;
}
}
}
for(int i = 0; i < n; i++){
for(int j = i; j < n; j++){
for(int k = i; k < j; k++){
dp[i][j] += (dp[i][k] * dp[k + 1][j]);
}
}
}
return dp[0][n - 1];
}
}
# 優化
public class Solution {
/*
* @param : A string
* @param : A set of word
* @return: the number of possible sentences.
*/
public int wordBreak3(String s, Set<String> dict) {
if (s == null ||s.length() == 0 || dict == null || dict.size() == 0) {
return 0;
}
//将字元全部轉化為小寫,并将dict轉換成hash_stet存儲,降低判斷子串存在性的時間複雜度
s = s.toLowerCase();
Set<String> set = new HashSet<String>();
for (String word : dict) {
String str = word.toLowerCase();
set.add(str);
}
//dp[i]表示s[0:i](不含s[i])的拆分方法數
int len = s.length();
int[] dp = new int[len + 1];
//dp[0]表示空串的拆分方法數
dp[0] = 1;
for (int i = 0; i < len; i++) {
for (int j = i; j < len; j++) {
//若存在比對,則進行狀态轉移
if (set.contains(s.substring(i, j + 1))) {
dp[j + 1] += dp[i];
}
}
}
return dp[len];
}
}
更多題解參考:九章官網solution