如题:这道题有两种方法解决,但其实思想都是一个思想,首先分析题目,无非就是如果一个数在0-25范围内就可以翻译成相应的字母,在这之外就不行了,那么分析单个数,一定可以翻译,那么分析两个数合在一起,如果大于25或者像05这种小于10的则不可翻译,那我们从末尾看起,
如果说末尾两个数可以翻译,那最后一个数就有两种翻译方式供我们选择,一个是单独翻译,一个是和它前面的数两个合在一起翻译。
单独翻译的话:那么是不是去掉最后一位,前i-1位和前i位方案种类不变所以dp[i]=dp[i-1];
如果两个合在一起翻译:那么就去掉最后两位,去考虑前面i-2位的翻译方案dp[i]=dp[i-2];
那么最后两个方式方案数相加得出dp[i]=dp[i-1]+dp[i-2];
如果末尾两位合起来>25或者<10,不能一起翻译,那么这种情况最后一个数是不是只有一种方式可以选择就是单独翻译所以此时只能dp[i]=dp[i-1];
然后依次类推,就可得出结果
class Solution {
public:
int translateNum(int num) {
if(num<10)return 1;
int re=num%100;
if(re<10||re>25){
return translateNum(num/10);
}
else{
return translateNum(num/10)+translateNum(num/100);
}
}
};
上面这个代码大部分人认为是回溯法,就是以一种方案一直递归下去,结束后返回再进行第二种方案递归,但如果说你从动态规划的角度去考虑,从右往左遍历,是不是思想也是一致的呢,跟动态规划方程一致?
当然这种方案可以认为是回溯法+递归解决问题,接着我将更新一个纯动态规划方法:
class Solution {
public:
int translateNum(int num) {
string s=to_string(num);
vector<int> dp(s.size()+1,0);
dp[0]=dp[1]=1;
for(int i=2;i<=s.size();i++){
int m=stoi(s.substr(i-2,2));
dp[i]=(m<10 || m>25)?dp[i-1]:dp[i-2]+dp[i-1];
}
return dp[s.size()];
}
};