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();
}
};
|
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。