dp[i] = dp[i - k] && dict.contains(s.substring(i - k, i));
//如果dp[i]为true,说明前i个字符串结果拆解可以让他的所有子串
//都存在于字典wordDict中,直接终止内层循环,不用再计算dp[i]了。
if (dp[i]) {
break;
}
}
}
return dp[s.length()];
}
上面代码有一个判断,就是截取的是前面全部字符串的时候要单独判断,其实当截取全部的时候我们只需要判断这个字符串是否存在于字典`wordDict`中即可,可以让`dp[0]`为`true`,`dp[0]`表示的是空字符串。这样代码会简洁很多,我们来看下
public boolean wordBreak(String s, List dict) {
boolean[] dp = new boolean[s.length() + 1];
dp[0] = true;//边界条件
for (int i = 1; i <= s.length(); i++) {
for (int j = 0; j < i; j++) {
dp[i] = dp[j] && dict.contains(s.substring(j, i));
if (dp[i]) {
break;
}
}
}
return dp[s.length()];
}
这个和第一种写法不太一样,这个每次截取的方式如下图所示。
![在这里插入图片描述](https://img-blog.csdnimg.cn/0a1b34de5d274cf8aec77d738b64951d.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5pWw5o2u57uT5p6E5ZKM566X5rOV,size_15,color_FFFFFF,t_70,g_se,x_16)
![在这里插入图片描述](https://img-blog.csdnimg.cn/485d3db23ab64d2b919ba0950bd185e9.png)
![在这里插入图片描述](https://img-blog.csdnimg.cn/a9c58bacb7bb4e8885c526736ecc2d2e.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5pWw5o2u57uT5p6E5ZKM566X5rOV,size_16,color_FFFFFF,t_70,g_se,x_16)
![在这里插入图片描述](https://img-blog.csdnimg.cn/2f2e1123efb8459e817dd2ce2e169d36.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5pWw5o2u57uT5p6E5ZKM566X5rOV,size_20,color_FFFFFF,t_70,g_se,x_16)
每次截取一个子串,判断他是否存在于字典中,如果不存在于字典中,继续截取更长的子串……如果存在于字典中,然后递归拆分剩下的子串,这是一个递归的过程。上面的执行过程我们可以把它看做是一棵n叉树的DFS遍历,所以大致代码我们可以列出来
public boolean wordBreak(String s, List wordDict) {
return dfs(s, wordDict);
}
public boolean dfs(String s, List wordDict) {
if (最终条件,都截取完了,直接返回true)
return true;
//开始拆分字符串s
for (int i = 开始截取的位置; i <= s.length(); i++) {
//如果截取的子串不在字典中,继续截取更大的子串
if (!wordDict.contains(截取子串))
continue;
//如果截取的子串在字典中,继续剩下的拆分,如果剩下的可以拆分成
//在字典中出现的单词,直接返回true,如果不能则继续
//截取更大的子串判断
if (dfs(s, wordDict))
return true;
}
//如果都不能正确拆分,直接返回false
return false;
}
上面代码中因为递归必须要有终止条件,通过上面的图我们可以发现,终止条件就是把字符串s中的所有字符都遍历完了,这个时候说明字符串s可以拆分成一些子串,并且这些子串都存在于字典中。我们来看个图
![在这里插入图片描述](https://img-blog.csdnimg.cn/ae98b604df5e44d1ac6a0b1cd65a0f36.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5pWw5o2u57uT5p6E5ZKM566X5rOV,size_20,color_FFFFFF,t_70,g_se,x_16)
因为是拆分,所以字符串截取的时候不能有重叠,那么[开始截取的位置]实际上就是上次截取位置的下一个,来看下代码。
public boolean wordBreak(String s, List wordDict) {
return dfs(s, wordDict, 0);
}
//start表示的是从字符串s的哪个位置开始
public boolean dfs(String s, List wordDict, int start) {
//字符串中的所有字符都遍历完了,也就是到叶子节点了,说明字符串s可以拆分成
//在字典中出现的单词,直接返回true
if (start == s.length())
return true;
//开始拆分字符串s,
for (int i = start + 1; i <= s.length(); i++) {
//如果截取的子串不在字典中,继续截取更大的子串
if (!wordDict.contains(s.substring(start, i)))
continue;
//如果截取的子串在字典中,继续剩下的拆分,如果剩下的可以拆分成
//在字典中出现的单词,直接返回true,如果不能则继续
//截取更大的子串判断
if (dfs(s, wordDict, i))
return true;
}
return false;
}
实际上上面代码运行效率很差,这是因为如果字符串s比较长的话,这里会包含大量的重复计算,我们还用上面的图来看下
![在这里插入图片描述](https://img-blog.csdnimg.cn/7faec47978fa469faad90811eed4a301.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5pWw5o2u57uT5p6E5ZKM566X5rOV,size_20,color_FFFFFF,t_70,g_se,x_16)
我们看到红色的就是重复计算,这里因为字符串比较短,不是很明显,当字符串比较长的时候,这里的重复计算非常多。我们可以使用一个变量,来记录计算过的位置,如果之前判断过,就不在重复判断,直接跳过即可,代码如下
public boolean wordBreak(String s, List wordDict) {
return dfs(s, wordDict, new HashSet<>(), 0);
}
//start表示的是从字符串s的哪个位置开始
public boolean dfs(String s, List wordDict, Set indexSet, int start) {
//字符串都拆分完了,返回true
if (start == s.length())
return true;
for (int i = start + 1; i <= s.length(); i++) {
//如果已经判断过了,就直接跳过,防止重复判断
if (indexSet.contains(i))
continue;
//截取子串,判断是否是在字典中
if (wordDict.contains(s.substring(start, i))) {
if (dfs(s, wordDict, indexSet, i))
return true;
//标记为已判断过
indexSet.add(i);
}
}
return false;
}
![在这里插入图片描述](https://img-blog.csdnimg.cn/cd4583907954436498410b495f671f68.png)
![在这里插入图片描述](https://img-blog.csdnimg.cn/c9d56dfc24604ced823ff6deab3f0721.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5pWw5o2u57uT5p6E5ZKM566X5rOV,size_20,color_FFFFFF,t_70,g_se,x_16)
BFS一般不需要递归,只需要使用一个队列记录每一层需要记录的值即可。BFS中在截取的时候,如果截取的子串存在于字典中,我们就要记录截取的位置,到下一层的时候就从这个位置的下一个继续截取,来看下代码。
public boolean wordBreak(String s, List wordDict) {
//这里为了提高效率,把list转化为set,因为set的查找效率要比list高
Set setDict = new HashSet<>(wordDict);
//记录当前层开始遍历字符串s的位置
Queue queue = new LinkedList<>();
Kafka进阶篇知识点
Kafka高级篇知识点
44个Kafka知识点(基础+进阶+高级)解析如下
由于篇幅有限,小编已将上面介绍的**《Kafka源码解析与实战》、Kafka面试专题解析、复习学习必备44个Kafka知识点(基础+进阶+高级)都整理成册,全部都是PDF文档**
4个Kafka知识点(基础+进阶+高级)解析如下**
[外链图片转存中…(img-TdOdgD82-1714413425092)]
由于篇幅有限,小编已将上面介绍的**《Kafka源码解析与实战》、Kafka面试专题解析、复习学习必备44个Kafka知识点(基础+进阶+高级)都整理成册,全部都是PDF文档**