[C国演义] 第十四章

拆分单词

力扣链接

常见的子数组问题 ⇒ 要使用动态规划的解法
那么要确定dp数组的含义 ⇒ do[i] — — 以 s[i] 结尾的子数组可不可以用 wordDict中的字符串来表示

那么问题来了, 如何判断字符串[j, i] 在没在wordDict中呢?

• 我们可以用一个 哈希表 . 将wordDict导入一个哈希表中, count 判读一个字符是否在哈希表中出现

• 遍历方向 — — 从前到后

• 初始化 — — 由于出现了 j-1, 那么我们可以让dp数组多开一个位置 ⇒ 利于我们初始化, 由于都是从第一个位置往后推导dp状态的, 那么dp[0] 就初始化为 true

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) 
    {
        // 将wordDict 导入一个哈希表, 用于判断字符串是否出现过
        unordered_set<string> hash;
        for(auto e : wordDict) hash.insert(e);

        int n = s.size();
        vector<bool> dp(n+1);

        // 初始化
        dp[0] = true;
        
        // 填表
        // 在字符串中头插一个空格, 方便确定dp的i 和 s中的i的关系
        s = ' ' + s; 
        for(int i = 1; i <= n; i++)
        {
            for(int j = i; j >= 1; j--)
            {
                if(dp[j-1] && hash.count(s.substr(j, i-j+1)))
                {
                    // 已经可以构成, 那就没有必要往后遍历了
                    dp[i] = true;
                    break;
                }       
            }
        }

        return dp[n];
    }
};

---

乘积为正数的最长子数组长度

力扣链接

还是 子数组问题 ⇒ dp[i]的含义是: 以nums[i] 结尾的子数组中乘积为正数的最长长度

接下来来分析 dp转移方程 ⇒ 从nums[i] 位置开始分析起

• 遍历顺序 – – f表 和 g表 同时遍历, 从前往后
• 初始化 — — 涉及到 i - 1 ⇒ f表 和 g表 都多开一个空间, 且 f[0] = g[0] = 0;

class Solution {
public:
    int getMaxLen(vector<int>& nums) 
    {
        int n = nums.size();

        // 建表 + 初始化
        vector<int> f(n+1, 0);
        vector<int> g(n+1, 0);

        // 填表
        int res = 0;
        for(int i = 1; i <= n; i++)
        {
            if(nums[i-1] > 0)
            {
                f[i] = f[i-1] + 1;
                g[i] = g[i-1] == 0 ? 0 :g[i-1]+1;
            }
            
            if(nums[i-1] < 0)
            {
                f[i] = g[i-1] == 0 ? 0 : g[i-1] + 1;
                g[i] = f[i-1] + 1;
            }

            res = max(res, f[i]);
        }

        return res;
    }
};

---

凤凰台上凤凰游，凤去台空江自流。——李白《登金陵凤凰台》