时间复杂度:O(n²)
解题思路
动态规划,令dp[i]表示前i个字符能否由词典中的单词组成。
对于状态转移,我们可以先这样想:如果dp[j]=true,说明前j个字符可以由词典中的单词组成,那如果前j个字符后面拼接了一个词典中的单词(假设该单词长度为k),那么dp[j+k]也一定为true。所以我们可以逆向思维,检查dp[i]中是否有一个dp[j]为true,如果有那么就检查i-j个字符是否出现在词典中,如果也出现了,那么dp[i]就一定为true,否则继续寻找下一个为true的dp[j]。
边界条件dp[0]=true,原因是空字符串不需要词典中的单词组成。
此外,对于本题而言,还可以针对寻找dp[j]的过程做一点小小的优化。因为我们需要判断i-j个字符是否在词典中,所以i-j的最大值其实取决于词典中单词的最大长度,所以我们不需要每次都从j=0开始遍历,此时i-j的值可能已经大于单词的最大长度了。
AC代码
func wordBreak(s string, wordDict []string) bool {
wordMap:=make(map[string]bool,len(wordDict))//将字符串存到哈希表中,便于查找字符串是否在词典中
maxLen:=0//字典中单词的最长长度
for i:=0;i<len(wordDict);i++{
wordMap[wordDict[i]]=true
if len(wordDict[i])>maxLen{
maxLen=len(wordDict[i])
}
}
dp:=make([]bool,len(s)+1)//前i个字符能否由词典中的单词组成
dp[0]=true//空字符串一定能被组成
for i:=1;i<=len(s);i++{
for j:=0;j<i;j++{
if i-j>maxLen{//剪枝优化
continue
}
if dp[j]&&wordMap[s[j:i]]{//前j个字符能被词典中的单词组成,且前i个字符中除此之外的字符串在词典中
dp[i]=true//就说明前i个字符可以由词典中的单词组成
break
}
}
}
return dp[len(s)]
}
感悟
受到题解的提示,自己对代码做了优化,执行时间从4ms成功提升到0ms,说明优化的效果还是很明显的。