139. 单词拆分
题目:给定一个非空字符串 s 和一个包含非空单词的列表 wordDict,判定 s 是否可以被空格拆分为一个或多个在字典中出现的单词。
说明:
拆分时可以重复使用字典中的单词。
你可以假设字典中没有重复的单词。
示例 1:
输入: s = “leetcode”, wordDict = [“leet”, “code”]
输出: true
解释: 返回 true 因为 “leetcode” 可以被拆分成 “leet code”。
示例 2:
输入: s = “applepenapple”, wordDict = [“apple”, “pen”]
输出: true
解释: 返回 true 因为 “applepenapple” 可以被拆分成 “apple pen apple”。
注意你可以重复使用字典中的单词。
示例 3:
输入: s = “catsandog”, wordDict = [“cats”, “dog”, “sand”, “and”, “cat”]
输出: false
- 定义一个unordered_set
- For循环遍历哈希set插入遍历的单词
- 定义dp数组
- 两个for循环遍历字符串的长度,进行if判断,满足条件标记为true
class Solution {
public:
bool wordBreak(string s, vector<string>& wordDict) {
auto wordDictSet = unordered_set<string>();
//建立哈希表并存入单词列表中的单词
for (auto word : wordDict)
wordDictSet.insert(word);
//初始化dp数组,定义为bool类型
auto dp = vector<bool>(s.size() + 1);
dp[0] = true;
for(int i = 1; i <= s.size(); i++)
{
for(int j = 0; j < i; j++)
{
//前j-1个字符组成的单词出现在字典中,并且i到i-j的字符串也出现在字典中,则标记为true
if(dp[j] && wordDictSet.find(s.substr(j, i-j)) != wordDictSet.end())
{
dp[i] = true;
break;
}
}
}
return dp[s.size()];
}
};
时间复杂度:O(n^2),其中 n为字符串 s的长度。我们一共有 O(n)个状态需要计算,每次计算需要枚举 O(n)个分割点,哈希表判断一个字符串是否出现在给定的字符串列表需要 O(1) 的时间,因此总时间复杂度为 O(n^2)
空间复杂度:O(n),其中 n为字符串 s的长度。我们需要 O(n)的空间存放dp 值以及哈希表亦需要 O(n) 的空间复杂度,因此总空间复杂度为 O(n)。