Leetcode[91.解码方式]-dp

Leetcode[91.解码方式]-dp

题目：

一条包含字母 A-Z 的消息通过以下映射进行了 编码 ：

‘A’ -> 1
‘B’ -> 2
…
‘Z’ -> 26

要 解码 已编码的消息，所有数字必须基于上述映射的方法，反向映射回字母（可能有多种方法）。例如，“11106” 可以映射为：

"AAJF" ，将消息分组为 (1 1 10 6)
"KJF" ，将消息分组为 (11 10 6)

注意，消息不能分组为 (1 11 06) ，因为 “06” 不能映射为 “F” ，这是由于 “6” 和 “06” 在映射中并不等价。

给你一个只含数字的 非空 字符串 s ，请计算并返回 解码 方法的 总数 。

题目数据保证答案肯定是一个 32 位 的整数。

示例 1：

输入：s = “12”
输出：2
解释：它可以解码为 “AB”（1 2）或者 “L”（12）。

示例 2：

输入：s = “226”
输出：3
解释：它可以解码为 “BZ” (2 26), “VF” (22 6), 或者 “BBF” (2 2 6) 。

示例 3：

输入：s = “0”
输出：0
解释：没有字符映射到以 0 开头的数字。
含有 0 的有效映射是 ‘J’ -> “10” 和 ‘T’-> “20” 。
由于没有字符，因此没有有效的方法对此进行解码，因为所有数字都需要映射。

示例 4：

输入：s = “06”
输出：0
解释：“06” 不能映射到 “F” ，因为字符串含有前导 0（“6” 和 “06” 在映射中并不等价）。

提示：

1 <= s.length <= 100
s 只包含数字，并且可能包含前导零

思路：

方法一：动态规划
思路与算法
对于给定的字符串 s，设它的长度为 n，其中的字符从左到右依次为 s[1],s[2],⋯ ,s[n]。我们可以使用动态规划的方法计算出字符串 s 的解码方法数。
具体地，设 fi表示字符串 s的前 i个字符 s[1…i]的解码方法数。在进行状态转移时，我们可以考虑最后一次解码使用了 s中的哪些字符，那么会有下面的两种情况：

第一种情况是我们使用了一个字符，即 s[i]进行解码，那么只要 s[i]≠0，它就可以被解码成 A∼I中的某个字母。由于剩余的前 i−1个字符的解码方法数为 fi−1​，因此我们可以写出状态转移方程：
fi=fi−1,其中 s[i]≠0

第二种情况是我们使用了两个字符，即 s[i−1]和 s[i]进行编码。与第一种情况类似，s[i−1]不能等于 000，并且 s[i−1] 和 s[i] 组成的整数必须小于等于 26，这样它们就可以被解码成 J∼Z中的某个字母。由于剩余的前 i−2个字符的解码方法数为 fi−2​，因此我们可以写出状态转移方程：
fi=fi−2,其中 s[i−1]≠0 并且 10⋅s[i−1]+s[i]≤26
需要注意的是，只有当 i>1 时才能进行转移，否则 s[i−1]不存在。

将上面的两种状态转移方程在对应的条件满足时进行累加，即可得到 fi​ 的值。在动态规划完成后，最终的答案即为 fn​。
细节
动态规划的边界条件为：
f0=1
即空字符串可以有 1种解码方法，解码出一个空字符串。
同时，由于在大部分语言中，字符串的下标是从 0而不是 1 开始的，因此在代码的编写过程中，我们需要将所有字符串的下标减去 1，与使用的语言保持一致。
注意到在状态转移方程中，fi的值仅与 fi−1​ 和 fi−2有关，因此我们可以使用三个变量进行状态转移，省去数组的空间。
时间复杂度：O(n)O(n)O(n)，其中 nnn 是字符串 sss 的长度。

空间复杂度：O(n)或 O(1)。如果使用数组进行状态转移，空间复杂度为 O(n)；如果仅使用三个变量，空间复杂度为 O(1)。

代码：

int numDecodings(char * s)
{
    if(s[0]=='0')return 0;
    int dp[101]={0};
    dp[0]=1;
    dp[1]=1;
    int len=strlen(s);
    for(int i=2;i<=len;i++)
    {
        if((s[i-1]-'0')!=0)dp[i]=dp[i]+dp[i-1];
        if(s[i-2]!='0'&&((s[i-2]-'0')*10+s[i-1]-'0')<=26)dp[i]=dp[i]+dp[i-2];
        if(dp[i]==0)return 0;
    }
    return dp[len];

}