Lc-140
categories: [LeetCode]
tags: [Dynamic Programming, DFS, hard]
140. Word Break II
题目大意:
给定一个非空字符串和一个字典包含一个非空的 list of non-empty words
在字符串中加上空格使字符串变成一个句子,使用空格分开的每个单词都能在字典中找到
返回符合条件的所有可能的组合
注意:
同一个单词在字典中可以被使用多次,并且字典中没有重复的单词
解题思路:
首先这道题是一道DP和DFS结合的题,我们将字典中的所有单词放入一个HashSet中保证每一个单词都是不同的
同时我们创建一个boolean类型且长度为s.length()+1的数组dp表示
长度为i的字符串s的前缀可以拆分成字典中的单词
dp[0]为true,因为代表长度为0的字符串
接下来我们利用两个 for 循环去遍历不同长度的前缀字符串是否可以在hashSet中找到
如果前缀字符串substring(left,right)可以在HashSet中找到,且left之前的字符串也为true,
则dp[right]为true,并break,因为无需判断其他的了
接下来我们初始化一个list<string> ans保存最终结果
如果dp[len]为true表示长度为len的字符串可以再字典中找到对应的单词
创建一个path去保存字典中能组成的单词, 然后用dfs进行搜索
在dfs搜索中, 如果当前字符串长度len为0,则将现有的path放入到ans当中,
并用String.join(" ", path)将path用空格分开
如果长度不为空, 我们用for loop从最后一个字母开始循环,
用substring(i, len)取不同长度的字符串作为后缀,
如果当前所取后缀在wordSet中,并且dp[i]为true,说明i之前的字符串也可以在wordSet中找到,
我们将此时的后缀字符串加在path中,然后进行dfs,此时dfs中的len 为 i
然后我们再用removeFirst将之前加进去的后缀删掉
这样以当前长度为后缀的字符串和剩下的长度的字符串就组成一个sentence的组合
然后进行下一个i-- 的for 循环直到i=0
注意:
class Gfg1 {
public static void main(String args[]) {
// delimiter is "<" and elements are "Four", "Five", "Six", "Seven"
String gfg1 = String.join(" < ", "Four", "Five", "Six", "Seven");
System.out.println(gfg1);
}
}
// Output: Four < Five < Six < Seven
复杂度:
Time Coplexity:
Space Complexity:
Code示例:
class Solution {
public List<String> wordBreak(String s, List<String> wordDict) {
// 为了快速判断一个单词是否在单词集合中,需要将它们加入哈希表
Set<String> wordSet = new HashSet<>(wordDict);
int len = s.length();
// 第 1 步:动态规划计算是否有解
// dp[i] 表示「长度」为 i 的 s 前缀子串可以拆分成 wordDict 中的单词
// 长度包括 0 ,因此状态数组的长度为 len + 1
boolean[] dp = new boolean[len + 1];
// 0 这个值需要被后面的状态值参考,如果一个单词正好在 wordDict 中,dp[0] 设置成 true 是合理的
dp[0] = true;
for (int right = 1; right <= len; right++) {
// 如果单词集合中的单词长度都不长,从后向前遍历是更快的
for (int left = right - 1; left >= 0; left--) {
// substring 不截取 s[right],dp[left] 的结果不包含 s[left]
if (wordSet.contains(s.substring(left, right)) && dp[left]) {
dp[right] = true;
// 这个 break 很重要,一旦得到 dp[right] = True ,不必再计算下去
break;
}
}
}
// 第 2 步:回溯算法搜索所有符合条件的解
List<String> res = new ArrayList<>();
if (dp[len]) {
Deque<String> path = new ArrayDeque<>();
dfs(s, len, wordSet, dp, path, res);
return res;
}
return res;
}
/**
* s[0:len) 如果可以拆分成 wordSet 中的单词,把递归求解的结果加入 res 中
*
* @param s
* @param len 长度为 len 的 s 的前缀子串
* @param wordSet 单词集合,已经加入哈希表
* @param dp 预处理得到的 dp 数组
* @param path 从叶子结点到根结点的路径
* @param res 保存所有结果的变量
*/
private void dfs(String s, int len, Set<String> wordSet, boolean[] dp, Deque<String> path, List<String> res) {
if (len == 0) {
res.add(String.join(" ",path));
return;
}
// 可以拆分的左边界从 len - 1 依次枚举到 0
for (int i = len - 1; i >= 0; i--) {
String suffix = s.substring(i, len);
if (wordSet.contains(suffix) && dp[i]) {
path.addFirst(suffix);
dfs(s, i, wordSet, dp, path, res);
path.removeFirst();
}
}
}
}