LeetCode 691题 【贴纸拼词】

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/stickers-to-spell-word
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

我们有 n 种不同的贴纸。每个贴纸上都有一个小写的英文单词。

您想要拼写出给定的字符串 target ，方法是从收集的贴纸中切割单个字母并重新排列它们。如果你愿意，你可以多次使用每个贴纸，每个贴纸的数量是无限的。

返回你需要拼出 target 的最小贴纸数量。如果任务不可能，则返回 -1 。

注意：在所有的测试用例中，所有的单词都是从 1000 个最常见的美国英语单词中随机选择的，并且 target 被选择为两个随机单词的连接。

示例 1：

输入： stickers = [“with”,“example”,“science”], target = “thehat” 输出：3
解释： 我们可以使用 2 个 “with” 贴纸，和 1 个 “example” 贴纸。
把贴纸上的字母剪下来并重新排列后，就可以形成目标“thehat“ 了。
此外，这是形成目标字符串所需的最小贴纸数量。

示例 2:

输入：stickers = [“notice”,“possible”], target = “basicbasic” 输出：-1
解释：我们不能通过剪切给定贴纸的字母来形成目标“basicbasic”。

提示:

n == stickers.length
1 <= n <= 50
1 <= stickers[i].length <= 10
1 <= target <= 15
stickers[i] 和 target 由小写英文单词组成

官方解法：

方法一：记忆化搜索 + 状态压缩

思路

记 target 的长度为 m，它一共有 2的m次方 个子序列（包括空子序列和 target 本身，字符相同但组成的下标不同的子序列视为不同的子序列）。根据动态规划的思路，拼出某个子序列 mask 所需要的最小贴纸数又可以由 mask 的子序列来计算，下一段介绍动态规划的思路。

在本题中，定义函数 dp(mask) 来求解不同状态的最小贴纸数，输入是某个子序列 mask，输出是拼出该子序列的最小贴纸数。计算拼出 mask 所需的最小贴纸数时，需要选取最优的 sticker 让其贡献部分字符，未被sticker 覆盖的其他字符 left 需要用动态规划继续计算。在选取最优的 sticker 时，需要遍历所有 sticker。遍历到某个 sticker 时，计算 mask 和 sticker 字符的最大交集（非空），mask 中这部分交集由 sticker 贡献，剩余部分的最小贴纸数由动态规划继续计算，而 sticker 中不属于最大交集的剩下部分会被舍弃，不会产生任何贡献。遍历完所有 sticker 后，选取出所有贴纸数的最小值作为本次规划的结果，这一遍历 stickers 并根据剩余部分的最小贴纸数来计算当前 mask 的最小贴纸数的步骤完成了状态转移。边界情况是，如果 mask 为空集，则贴纸数为 00。

在动态规划时，子序列可以用一个二进制数来表示。从低位到高位，某位为 00 则表示在 target 中这一位不选取，为 11 则表示选取这一位，从而完成状态压缩的过程。代码实现上，本题解选择了记忆化搜索的方式。

答案

class Solution {
    public int minStickers(String[] stickers, String target) {
        int m = target.length();
        int[] memo = new int[1 << m];
        Arrays.fill(memo, -1);
        memo[0] = 0;
        int res = dp(stickers, target, memo, (1 << m) - 1);
        return res <= m ? res : -1;
    }

    public int dp(String[] stickers, String target, int[] memo, int mask) {
        int m = target.length();
        if (memo[mask] < 0) {
            int res = m + 1;
            for (String sticker : stickers) {
                int left = mask;
                int[] cnt = new int[26];
                for (int i = 0; i < sticker.length(); i++) {
                    cnt[sticker.charAt(i) - 'a']++;
                }
                for (int i = 0; i < target.length(); i++) {
                    char c = target.charAt(i);
                    if (((mask >> i) & 1) == 1 && cnt[c - 'a'] > 0) {
                        cnt[c - 'a']--;
                        left ^= 1 << i;
                    }
                }
                if (left < mask) {
                    res = Math.min(res, dp(stickers, target, memo, left) + 1);
                }
            }
            memo[mask] = res;
        }
        return memo[mask];
    }
}

复杂度分析

时间复杂度：O(2的m次方×n×(c+m))，其中 mm 为 target 的长度，cc 为每个 sticker 的平均字符数。一共有 O(2的m次方) 个状态。计算每个状态时，需要遍历 n 个 sticker。遍历每个 sticker 时，需要遍历它所有字符和 target 所有字符。
空间复杂度：O(2的m次方)，记忆化时需要保存每个状态的贴纸数量。