每日一题（2020-07-09）面试题 17.13. 恢复空格

面试题 17.13. 恢复空格

难度 中等

哦，不！你不小心把一个长篇文章中的空格、标点都删掉了，并且大写也弄成了小写。像句子"I reset the computer. It still didn’t boot!"已经变成了"iresetthecomputeritstilldidntboot"。在处理标点符号和大小写之前，你得先把它断成词语。当然了，你有一本厚厚的词典dictionary，不过，有些词没在词典里。假设文章用sentence表示，设计一个算法，把文章断开，要求未识别的字符最少，返回未识别的字符数。

**注意：**本题相对原题稍作改动，只需返回未识别的字符数

示例：

输入：
dictionary = ["looked","just","like","her","brother"]
sentence = "jesslookedjustliketimherbrother"
输出： 7
解释： 断句后为"jess looked just like tim her brother"，共7个未识别字符。

提示：

• 0 <= len(sentence) <= 1000
• dictionary中总字符数不超过 150000。
• 你可以认为dictionary和sentence中只包含小写字母。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/re-space-lcci

解法一：动态规划

dp[i] 表示字符串的前 i 个字符的最少未匹配数。

假设当前我们已经考虑完了前 i 个字符了，对于前 i + 1 个字符对应的最少未匹配数：

• 如果第 i + 1 个字符未匹配，则 dp[i + 1] = dp[i] + 1 ;
• 遍历前 i 个字符，若以其中某一个下标 index为开头、以第 i + 1 个字符为结尾的字符串正好在词典里，则 dp[i] = min(dp[i], dp[index])。

class Solution {
    public int respace(String[] dictionary, String sentence) {
        Set<String> dict = new HashSet<>();
        //将字典 dictionary 中的单词加入哈希表中
        for(String s : dictionary) {
        	dict.add(s);
        }
        int len = sentence.length();
        int[] dp = new int[len + 1];
        for (int i = 1; i <= len; i++) {
        	//先假设为最坏的情况
            dp[i] = dp[i - 1] + 1;
            //枚举以  sentence[i - 1] 为尾的子串
            for (int index = 0; index < i; index++) {
                if (dict.contains(sentence.substring(index, i))) {
                    dp[i] = Math.min(dp[i], dp[index]);
                }
            }
        }
        return dp[len];
    }
}

解法二：动态规划+字典树

解法一在枚举以 sentence[i - 1] 为尾的子串的过程中，存在着很多无用操作。例如 如果不存在以 sentence[i - 1] 结尾的子串时，可以直接跳过枚举 [0, i -2] 范围开头的子串。

class Solution {
    public int respace(String[] dictionary, String sentence) {
        // 构建字典树
        Trie trie = new Trie();
        for (String word: dictionary) {
            trie.insert(word);
        }
        int len = sentence.length();
        int[] dp = new int[len + 1];
        for (int i = 1; i <= len; i++) {
            dp[i] = dp[i - 1] + 1;
            for (int index: trie.search(sentence, i - 1)) {
                dp[i] = Math.min(dp[i], dp[index]);
            }
        }
        return dp[len];
    }
}

class Trie {
    TrieNode root;

    public Trie() {
        root = new TrieNode();
    }

    // 将单词倒序插入字典树
    public void insert(String word) {
        TrieNode current = root;
        for (int i = word.length() - 1; i >= 0; i--) {
            int index = word.charAt(i) - 'a';
            if (current.children[index] == null) {
                current.children[index] = new TrieNode();
            }
            current = current.children[index];
        }
        current.isWord = true;
    }

    // 找到 sentence 中以 endPos 为结尾的单词，返回这些单词的开头下标。
    public List<Integer> search(String sentence, int endPos) {
        List<Integer> indices = new ArrayList<>(); 
        TrieNode current = root;
        for (int i = endPos; i >= 0; i--) {
            int index = sentence.charAt(i) - 'a';
            if (current.children[index] == null) {
                break;
            }
            current = current.children[index];
            if (current.isWord) {
                indices.add(i);
            }  
        }
        return indices;
    }
}

class TrieNode {
    boolean isWord;
    TrieNode[] children;

    public TrieNode() {
    	this.children = new TrieNode[26];
    }
}