LeetCode:word-break

题目描述

Given a string s and a dictionary of words dict, determine if s can be segmented into a space-separated sequence of one or more dictionary words.

For example, given
s ="leetcode",
dict =["leet", "code"].

Return true because"leetcode"can be segmented as"leet code".

-----------------------------------------------------------------------------------------------------------------------

代码

  语言：C++  运行时间： <1 ms  占用内存：8552K  状态：答案正确

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

class Solution { public :      bool wordBreak(string s, unordered_set<string> &dict) {          //动态规划：          // dp[i]为真 （1）表示s[0:i]可以分词          // dp[i]为真 （2）存在j,使得f[j]为真 && (s[j:i] in dict)          int n = s.size();          vector<bool> dp(n+ 1 , false );          dp[ 0 ] =  true ;          for ( int i= 1 ; i<=n; ++i){              for ( int j= 0 ; j<i; ++j){                  if (dp[j] && (dict.find(s.substr(j, i-j)) != dict.end()))                      {                      dp[i] =  true ;                      break ;                  }              }          }          return dp.back();      } };

• 添加笔记

附：

动态规划DP基本思想

动态规划算法通常用于求解具有某种最优性质的问题。在这类问题中，可能会有许多可行解。每一个解都对应于一个值，我们希望找到具有 最优值的解。动态规划算法与 分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从 这些子问题的解得到原问题的解。与分治法不同的是， 适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，这样就可以避免大量的重复计算，节省时间。 我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到，只要它被计算过，就将其结果填入表中。这就是动态规划法的基本思路。具体的动态规划算法多种多样，但它们具有相同的填表格式。