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
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》