【LeetCode】动态规划—91. 解码方法（附完整Python/C++代码）

题目描述

前言

在处理字符串解码问题时，我们通常会遇到需要将数字序列映射到字母的情况。本问题要求计算给定字符串 s 的解码方式的总数，其中字符串仅包含数字，每个数字或数字对可以解码为对应的字母。本文将详细讲解如何通过动态规划来高效解决这一问题。

基本思路

1. 定义

我们定义一个动态规划数组 dp，其中 dp[i] 表示字符串 s 的前 i 个字符的解码方式数量。

2. 理解问题和递推关系

1. 有效的解码方式包括：
   • 单个字符（‘1’ 到 ‘9’）可以解码为对应的字母（‘A’ 到 ‘I’）。
   • 双字符（‘10’ 到 ‘26’）可以解码为对应的字母（‘J’ 到 ‘Z’）。
2. 特殊情况：
   • 如果字符串以 ‘0’ 开头，返回 0，因为没有有效的解码。

3. 解决方法

1. 初始化：

   • dp[0] = 1（空字符串有一种解码方式）。
   • dp[1] = 1（如果 s[0] 有效）。

2. 状态转移：

   • 对于每个字符 s[i]（从 1 到 n-1）：
     • 如果 s[i] 不为 ‘0’，则可以通过 dp[i-1] 解码（即单字符解码）。
     • 如果 s[i-1:i+1]（即两个字符）在 10 到 26 之间，则可以通过 dp[i-2] 解码（即双字符解码）。
   • 状态转移方程如下：
     $$dp[i]=\{\begin{array}{ll}dp[i-1]& \text{if }s[i]{\ne }^{\prime }{0}^{\prime }\\ +dp[i-2]& \text{if }10\le \text{int}(s[i-1:i+1])\le 26\end{array}$$

4. 进一步优化

• 由于 dp[i] 只依赖于 dp[i-1] 和 dp[i-2]，可以使用两个变量来代替整个数组，进一步降低空间复杂度。

5. 小总结

通过动态规划方法，我们能有效地计算出字符串的解码方式数量。时间复杂度为 $O(n)$，空间复杂度可优化至 $O(1)$。

以上就是解码方法问题的基本思路。

---

代码实现

Python 代码

class Solution:
    def numDecodings(self, s: str) -> int:
        if not s or s[0] == '0':
            return 0  # 如果字符串为空或以'0'开头，返回0
        
        dp1, dp2 = 1, 1  # dp1 = dp[i-2], dp2 = dp[i-1]
        
        for i in range(1, len(s)):
            current = 0
            
            # 检查单字符解码
            if s[i] != '0':
                current += dp2
            
            # 检查双字符解码
            two_digit = int(s[i - 1:i + 1])
            if 10 <= two_digit <= 26:
                current += dp1
            
            dp1, dp2 = dp2, current  # 更新状态
        
        return dp2  # 返回最终解码方式数量

C++ 代码

class Solution {
public:
    int numDecodings(string s) {
        if (s.empty() || s[0] == '0') return 0;

        int dp1 = 1, dp2 = 1;  // dp[i-2], dp[i-1]
        
        for (int i = 1; i < s.size(); ++i) {
            int current = 0;

            // 检查单字符解码
            if (s[i] != '0') {
                current += dp2;
            }

            // 检查双字符解码
            int two_digit = stoi(s.substr(i - 1, 2));
            if (two_digit >= 10 && two_digit <= 26) {
                current += dp1;
            }

            dp1 = dp2;  // 更新 dp[i-2]
            dp2 = current;  // 更新 dp[i-1]
        }

        return dp2;
    }
};

代码解释总结

在以上代码中，我们通过动态规划实现了解码方式的计算。使用两个状态变量 dp1 和 dp2 进行状态更新，确保时间复杂度为 $O(n)$ 且空间复杂度为 $O(1)$。最终，我们返回 dp2 作为字符串 s 的解码方式数量。

总结

通过本问题的解决，我们掌握了如何使用动态规划来处理字符串解码问题。通过定义状态、构建状态转移方程，并考虑边界条件，我们能有效地计算出结果。这种方法在处理类似问题时将非常有用。