暴力破解法:
先从wordDict中拿出第一个,去遍历整个s,找到对应的地方后,将s从找到的地方分成两个部分,再进行递归。
超时解:
class Solution {
public:
bool IsSame(string S1, string S2)
{
for (int i = 0; i < S1.size(); i++)
{
if (S1[i] != S2[i])
return false;
}
return true;
}
bool _wordBreak(string s, vector<string>& wordDict) {
if (s.size() == 0)
return true;
for (int n = 0; n < wordDict.size(); n++) {
if (s.size() < wordDict[n].size())
continue;
for (int i = 0; i <= (s.size() - wordDict[n].size()); i++)
{
if (s[i] == wordDict[n][0]) {
string T1(s.begin() + i, s.begin() + i + wordDict[n].size());
if (IsSame(T1, wordDict[n]))
{
string T2(s.begin(), s.begin() + i);
string T3(s.begin() + i + wordDict[n].size(), s.end());
if (_wordBreak(T2, wordDict) && _wordBreak(T3, wordDict))
return true;
}
}
}
}
return false;
}
bool wordBreak(string s, vector<string>& wordDict) {
if (wordDict.size() == 0)
return false;
return _wordBreak(s, wordDict);
}
};
动态规划解:
dp[i]表示的是s中从0到i这么长的一个子字符串是不是满足要求。
首先dp[1]就是s的第一个元素能否在wordDict中找到,若找到了,那么就将dp[1]设为true,若没找到设为false。
在将i++,现在也就是i=2,相当于现在我们要判断s的前两个字符是不是能在wordDict中找到,先判断一下dp[1]是不是等于true,若是的话,那么就不需要再将s的前两位都拿去判断了,只需要把新进来的一位拿去判断就好。若新进来的一位也在wordDict中,那么将dp[2]也设置为true。直接进入到i=3的阶段。但是若没有呢,那么就只能将前两个都拿进去判断啦。
一次类推,最后一个就是dp[n]就是结果了。
AC解:
bool wordBreak(string s, vector<string>& wordDict) {
int n = s.size();
vector<bool> dp(n + 1, false);
unordered_set<string> ss;
for (auto &s : wordDict) ss.insert(s);
dp[0] = true;
for (int i = 1; i <= n; i++) {
for (int j = i; j>0; j--) {
if (dp[j - 1] == false) continue;
string T = s.substr(j - 1, i - j + 1);
if (ss.find(T) != ss.end()) {
dp[i] = true;
break;
}
}
}
return dp[n];
}