题目链接:单词拆分链接
-
最开始的代码,把三个小样例都过了
-
详细注释版代码如下:
class Solution {
public:
bool wordBreak(string s, vector<string>& wordDict) {
unordered_set<string> mySet;
mySet.insert(s); // 初始化集合,将原始字符串 s 插入集合中,用于后续处理
int len = wordDict.size(); // 获取字典中单词的总个数
while (!mySet.empty()) { // 当集合不为空时,继续处理
// 每次从集合中取出第一个字符串
auto it = mySet.begin();
string temp = *it; // 获取当前字符串
char u = temp[0]; // 获取当前字符串的第一个字符
int ll = temp.size(); // 获取当前字符串的长度
// 遍历字典中的每一个单词
for (string& st : wordDict) {
int l = st.size(); // 获取字典中当前单词的长度
if (ll < l) continue; // 如果当前字符串长度小于字典单词长度,跳过
// 如果当前字符串的第一个字符与字典单词的第一个字符相同
if (u == st[0]) {
// 检查当前字符串的前缀是否与字典单词相等
if (temp.substr(0, l) == st) {
// 如果当前字符串完全匹配字典单词,且没有剩余部分,直接返回 true
if (ll == l)
return true;
// 如果当前字符串匹配了字典单词的前缀,但有剩余部分,将剩余部分加入集合继续处理
mySet.insert(temp.substr(l));
}
}
}
// 使用迭代器直接移除集合中的当前字符串,这样做可以提高效率
mySet.erase(it);
}
return false; // 如果集合处理完毕仍未找到匹配,返回 false
}
};
无奈提交的时候时间超限:
后来我进行如下几种优化时间的办法:
- 1.erase的时候直接写迭代器
auto it = mySet.begin();
string temp = *it;
mySet.erase(it); // 通过迭代器删除
如果mySet.erase(temp);
:
这是通过值 temp
来移除元素。该方式需要 unordered_set
再次查找 temp
,以确定要移除的元素的位置,因此会稍微低效一些,因为它相当于进行了两次查找:一次是 mySet.find(temp)
,然后再进行删除。
-
2.substr(0, i) 操作尽量减少,因为时间复杂度是O(n) 还是比较大的,我之前都是通过这个函数取子串,然后和dict里的内容匹配,所以用的比较多,于是有了下一点改进
-
3.字典使用
unordered_set
存储:- 通过将
wordDict
存储在unordered_set
中,查找字符串是否在字典中的时间复杂度从 O(n) 降低到 O(1)。 - 直接通过
unordered_set<string> dict(wordDict.begin(), wordDict.end());
进行数据结构转换,实现查找的时间复杂度降低,避免遍历dict内容 - 总结:需要大范围查找的vector,就转unordered_set!不仅省时间,还去重!
- 通过将
-
4.还有就是如果dict中有很多很小的子串,比如说a这种,在识别到了以后就乘胜追击,看是不是还能继续匹配:
while (temp.substr(i, le) == prefix) i += le;
-
其他题目的经验:能不用bool就不用bool,直接用int(时间效率会高很多),如果要返回bool的话,会自动转型成bool的
于是终于ac,时间内存都不错:
写好注释的代码如下:
class Solution {
public:
bool wordBreak(string s, vector<string>& wordDict) {
unordered_set<string> mySet;
mySet.insert(s); // 将初始字符串 s 插入到集合 mySet 中,用于后续处理
int len = wordDict.size(); // 获取字典中单词的总数
unordered_set<string> dict(wordDict.begin(), wordDict.end()); // 将字典中的单词存储到一个无序集合 dict 中,以加速查找操作
// 当集合 mySet 不为空时,继续处理
while (!mySet.empty()) {
// 从集合中取出第一个字符串
auto it = mySet.begin();
string temp = *it; // 获取当前字符串
int ll = temp.size(); // 获取当前字符串的长度
// 遍历字符串的每一个前缀
for (int i = 1; i <= ll; ++i) {
string prefix = temp.substr(0, i); // 获取当前长度为 i 的前缀
// 如果前缀存在于字典中
if (dict.find(prefix) != dict.end()) {
int le = i; // 记录前缀的长度
mySet.insert(temp.substr(i)); // 将剩余部分插入集合中
// 跳过连续重复的前缀部分
while (temp.substr(i, le) == prefix)
i += le;
// 如果 i 已经遍历完字符串的全部长度,说明匹配成功
if (i == ll) {
return true; // 完全匹配,返回 true
}
// 将剩余部分插入集合中,以便后续处理
mySet.insert(temp.substr(i));
}
}
// 使用迭代器删除已处理的字符串,避免重复处理,提升效率
mySet.erase(it);
}
// 如果所有可能性都处理完仍未找到可行的拆分,返回 false
return false;
}
};
- 之后我看了官方题解,和我是 不同的思路,写上注释供大家学习:
class Solution {
public:
bool wordBreak(string s, vector<string>& wordDict) {
// 将字典中的所有单词插入到无序集合中,以便于高效查找
auto wordDictSet = unordered_set<string>();
for (auto word : wordDict) {
wordDictSet.insert(word); // 插入每一个单词到无序集合中
}
// 动态规划数组 dp,dp[i] 表示 s 的前 i 个字符能否被拆分成字典中的单词
auto dp = vector<bool>(s.size() + 1);
dp[0] = true; // 空字符串是可以被拆分的,这是递推的起点
// 开始动态规划,逐个增加字符串长度
for (int i = 1; i <= s.size(); ++i) {
for (int j = 0; j < i; ++j) {
// 检查从 j 到 i 的子字符串是否在字典中
if (dp[j] && wordDictSet.find(s.substr(j, i - j)) != wordDictSet.end()) {
dp[i] = true; // 如果找到匹配,标记 dp[i] 为 true
break; // 不需要继续检查其他 j,直接跳出内层循环
}
}
}
// 返回 dp[s.size()],表示整个字符串 s 能否被拆分成字典中的单词
return dp[s.size()];
}
};