LeetCode:139.单词拆分I、II

139. 单词拆分

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

• 思路

  ​ 因为说明中告诉我们可以重复使用字典中的单词，所以我们只需要关注字符串s的状态即可。

  ​ 可以通过DP一维数组维护前i串是否恰好可以被分成字典中出现的单词。
  $$dp[i]=dp[i-len]\&\&(suffer[i-len+1]==wordDict[j])$$
  ​ suffer数组记录前缀字符串，可以直接打表实现。

• 代码

  class Solution {
  public:
      bool dp[201];
      bool wordBreak(string s, vector<string>& wordDict) {
          int n=wordDict.size();
          string ss[201][201];
          //记录各个区间下的字符串
          for(int i=0;i<s.size();i++){
              string q = "";
              for(int j=i;j<s.size();j++){
                  q += s[j];
                  ss[i][j] = q;
              }
          }
          for(int i=0;i<s.size();i++){
              for(int j=0;j<n;j++){
                  int len = wordDict[j].size();
                  if(i>=len-1){
                      if(ss[i-len+1][i]==wordDict[j]){
                          if(i-len<0) dp[i] = true;
                          else dp[i] = dp[i-len];
                      }
                      if(dp[i]) break;//当前成立时直接退出即可。
                  }
              }
          }
          return dp[s.size()-1];
      }
  };
  

进阶：

140. 单词拆分 II

给定一个非空字符串 s 和一个包含非空单词列表的字典 wordDict，在字符串中增加空格来构建一个句子，使得句子中所有的单词都在词典中。返回所有这些可能的句子。

说明：

• 分隔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 = "catsanddog"
wordDict = ["cat", "cats", "and", "sand", "dog"]
输出:
[
  "cats and dog",
  "cat sand dog"
]

示例 2：

输入:
s = "pineapplepenapple"
wordDict = ["apple", "pen", "applepen", "pine", "pineapple"]
输出:
[
  "pine apple pen apple",
  "pineapple pen apple",
  "pine applepen apple"
]
解释: 注意你可以重复使用字典中的单词。

• 思路

  ​ 思路与第一题差不多，但这里我们需要记录所有的可能情况，那可以确定需要使用回溯法解决。

  ​ 这里利用DFS从后往前依次查找前缀字符串，并记录即可。

  ​ 其中前缀字符串与字典中的word匹配可用集合优化。

• 代码

  class Solution {
  public:
      bool dp[201];
      string ss[201][201];
      vector<string> v;
      set<string> word;
      vector<string> wordBreak(string s, vector<string>& wordDict) {
          int n=wordDict.size();
          //记录各个区间下的字符串
          for(int i=0;i<s.size();i++){
              string q = "";
              for(int j=i;j<s.size();j++){
                  q += s[j];
                  ss[i][j] = q;
              }
          }
          for(int i=0;i<n;i++){
              word.insert(wordDict[i]);
          }
          for(int i=0;i<s.size();i++){
              for(int j=0;j<n;j++){
                  int len = wordDict[j].size();
                  if(i>=len-1){
                      if(ss[i-len+1][i]==wordDict[j]){
                          if(i-len<0) dp[i] = true;
                          else dp[i] = dp[i-len];
                      }
                      if(dp[i]) break;//当前成立时直接退出即可。
                  }
              }
          }
          
          if(dp[s.size()-1]){
              dfs(s.size()-1,"");
          }
          return v;
      }
      void dfs(int x,string ans){//x为当前位置，ans记录匹配符合的字符串
          if(x<0) {
              v.push_back(ans);
              return;
          }
          for(int i=x;i>=0;i--){
              if(word.count(ss[i][x])){
                  if(ans=="") dfs(i-1,ss[i][x]);
                  else dfs(i-1,ss[i][x]+" "+ans);
              }
          }
      }
  
  };