1. 题⽬链接:91.解码⽅法
2. 题⽬描述:
3. 解法(动态规划):
算法思路:
类似于斐波那契数列~
1. 状态表⽰:
根据以往的经验,对于⼤多数线性dp ,我们经验上都是「以某个位置结束或者开始」做⽂章,这⾥我们继续尝试「⽤i位置为结尾」结合「题⽬要求」来定义状态表⽰。
dp[i] 表⽰:字符串中[0,i] 区间上,⼀共有多少种编码⽅法。
2. 状态转移⽅程:
定义好状态表⽰,我们就可以分析i 位置的dp 值,如何由「前⾯」或者「后⾯」的信息推导出 来。
关于i 位置的编码状况,我们可以分为下⾯两种情况:
i. 让i 位置上的数单独解码成⼀个字⺟;
ii. 让i 位置上的数与i - 1 位置上的数结合,解码成⼀个字⺟。
下⾯我们就上⾯的两种解码情况,继续分析:
◦ 让i位置上的数单独解码成⼀个字⺟,就存在「解码成功」和「解码失败」两种情况:
i. 解码成功:当i 位置上的数在[1, 9] 之间的时候,说明i 位置上的数是可以单独解 码的,那么此时[0, i] 区间上的解码⽅法应该等于[0, i - 1] 区间上的解码⽅ 法。
因为[0, i - 1] 区间上的所有解码结果,后⾯填上⼀个i 位置解码后的字⺟就 可以了。此时dp[i] = dp[i - 1] ;
ii. 解码失败:当i 位置上的数是0 的时候,说明i 位置上的数是不能单独解码的,那么 此时[0, i] 区间上不存在解码⽅法。因为i 位置如果单独参与解码,但是解码失败 了,那么前⾯做的努⼒就全部⽩费了。此时dp[i] = 0 。
◦ 让i 位置上的数与i - 1 位置上的数结合在⼀起,解码成⼀个字⺟,也存在「解码成功」 和「解码失败」两种情况:
i. 解码成功:当结合的数在[10, 26] 之间的时候,说明[i - 1, i] 两个位置是可以 解码成功的,那么此时[0, i] 区间上的解码⽅法应该等于[0, i - 2 ]区间上的解码 ⽅法,原因同上。此时dp[i] = dp[i - 2] ;
ii. 解码失败:当结合的数在[0, 9] 和[27 , 99] 之间的时候,说明两个位置结合后解 码失败(这⾥⼀定要注意00 01 02 03 04 ......这⼏种情况),那么此时[0, i] 区 间上的解码⽅法就不存在了,原因依旧同上。此时dp[i] = 0 。
综上所述: dp[i] 最终的结果应该是上⾯四种情况下,解码成功的两种的累加和(因为我们关⼼ 的是解码⽅法,既然解码失败,就不⽤加⼊到最终结果中去),因此可以得到状态转移⽅程 ( dp[i] 默认初始化为0 ):
i. 当s[i] 上的数在[1, 9] 区间上时: dp[i] += dp[i - 1] ;
ii. 当s[i - 1] 与s[i] 上的数结合后,在[10, 26] 之间的时候: dp[i] += dp[i - 2] ; 如果上述两个判断都不成⽴,说明没有解码⽅法, dp[i] 就是默认值0 。
3. 初始化:
⽅法⼀(直接初始化):
由于可能要⽤到i - 1 以及i - 2 位置上的dp 值,因此要先初始化「前两个位置」。
初始化dp[0] :
i. 当s[0] == '0' 时,没有编码⽅法,结果dp[0] = 0 ;
ii. 当s[0] != '0' 时,能编码成功, dp[0] = 1
初始化dp[1] :
i. 当s[1] 在[1,9] 之间时,能单独编码,此时dp[1] += dp[0] (原因同上, dp[1] 默认为0 )
ii. 当s[0] 与s[1] 结合后的数在[10, 26] 之间时,说明在前两个字符中,⼜有⼀种 编码⽅式,此时dp[1] += 1
⽅法⼆(添加辅助位置初始化):
可以在最前⾯加上⼀个辅助结点,帮助我们初始化。
使⽤这种技巧要注意两个点:
i. 辅助结点⾥⾯的值要保证后续填表是正确的;
ii. 下标的映射关系
4. 填表顺序:
毫⽆疑问是「从左往右」
5. 返回值:
应该返回dp[n - 1] 的值,表⽰在[0, n - 1] 区间上的编码⽅法。
C++算法代码:
使⽤直接初始化的⽅式解决问题:
class Solution
{
public:
int numDecodings(string s)
{
int n = s.size();
vector<int> dp(n); // 创建⼀个 dp表
// 初始化前两个位置
dp[0] = s[0] != '0';
if (n == 1) return dp[0]; // 处理边界情况
if (s[1] <= '9' && s[1] >= '1') dp[1] += dp[0];
int t = (s[0] - '0') * 10 + s[1] - '0';
if (t >= 10 && t <= 26) dp[1] += 1;
// 填表
for (int i = 2; i < n; i++)
{
// 如果单独编码
if (s[i] <= '9' && s[i] >= '1') dp[i] += dp[i - 1];
// 如果和前⾯的⼀个数联合起来编码
int t = (s[i - 1] - '0') * 10 + s[i] - '0';
if (t >= 10 && t <= 26) dp[i] += dp[i - 2];
}
// 返回结果
return dp[n - 1];
}
};
使⽤添加辅助结点的⽅式初始化:
class Solution
{
public:
int numDecodings(string s)
{
// 优化
int n = s.size();
vector<int> dp(n + 1);
dp[0] = 1; // 保证后续填表是正确的
dp[1] = s[0] != '0';
// 填表
for (int i = 2; i <= n; i++)
{
// 处理单独编码
if (s[i - 1] != '0') dp[i] += dp[i - 1];
// 如果和前⾯的⼀个数联合起来编码
int t = (s[i - 2] - '0') * 10 + s[i - 1] - '0';
if (t >= 10 && t <= 26) dp[i] += dp[i - 2];
}
return dp[n];
}
};
Java算法代码:
使⽤直接初始化的⽅式解决问题:
class Solution
{
public int numDecodings(String ss)
{
// 1. 创建 dp 表
// 2. 初始化
// 3. 填表
// 4. 返回值
int n = ss.length();
char[] s = ss.toCharArray();
int[] dp = new int[n];
if (s[0] != '0') dp[0] = 1; // 初始化第⼀个位置
if (n == 1) return dp[0]; // 处理边界情况
// 初始化第⼆个位置
if (s[1] != '0' && s[0] != '0') dp[1] += 1;
int t = (s[0] - '0') * 10 + s[1] - '0';
if (t >= 10 && t <= 26) dp[1] += 1;
for (int i = 2; i < n; i++)
{
// 先处理第⼀种情况
if (s[i] != '0') dp[i] += dp[i - 1];
// 处理第⼆种情况
int tt = (s[i - 1] - '0') * 10 + s[i] - '0';
if (tt >= 10 && tt <= 26) dp[i] += dp[i - 2];
}
return dp[n - 1];
}
}
使⽤添加辅助结点的⽅式初始化:
class Solution
{
public int numDecodings(String ss)
{
// 1. 创建 dp 表
// 2. 初始化
// 3. 填表
// 4. 返回值
int n = ss.length();
char[] s = ss.toCharArray();
int[] dp = new int[n + 1];
dp[0] = 1; // 保证后续填表是正确的
if (s[1 - 1] != '0') dp[1] = 1;
for (int i = 2; i <= n; i++)
{
// 先处理第⼀种情况
if (s[i - 1] != '0') dp[i] += dp[i - 1];
// 处理第⼆种情况
int tt = (s[i - 2] - '0') * 10 + s[i - 1] - '0';
if (tt >= 10 && tt <= 26) dp[i] += dp[i - 2];
}
return dp[n];
}
}