示例 1:
输入:s = "12"
输出:2
解释:它可以解码为 "AB"(1 2)或者 "L"(12)
示例 2:
输入:s = "226"
输出:3
解释:它可以解码为 "BZ" (2 26), "VF" (22 6), 或者 "BBF" (2 2 6) 。
示例 3:
输入:s = "0"
输出:0
解释:没有字符映射到以 0 开头的数字。
含有 0 的有效映射是 'J' -> "10" 和 'T'-> "20" 。
由于没有字符,因此没有有效的方法对此进行解码,因为所有数字都需要映射。
题意:
这里每一个数字都对应一个字符,如果是两个数字的话必须小于等于26才能对应一个字符,如果数字是0的话,那么就不能组成字符。
首先想到的是DFS,把字符串不停的拆开,可以拆成一个字符,也可以拆成两个字符。可以利用二叉树来直观的展示:
通过上图可知,可以利用一个index下标,来进行拆分。如果index >=字符串的长度了,那么就说明整个字符串拆分结束,结果就加1了。一旦遇到0的情况,就返回。
通过观察上图可知,有许多重复的计算,如下图所示,比如两个红色框内都只剩下205。
所以这个时候为了减少重复计算,我们可以优化一下,把计算过的结果存储起来,下次
运算的时候判断有没有计算过,如果计算过就不用再重复计算,看下代码
class Solution {
public int numDecodings(String s) {
int[] map = new int[s.length() + 1];
Arrays.fill(map,-1);
return findsum(s,s.length() , 0 ,map);
}
public int findsum(String s ,int length ,int i ,int[] map){
if(i >= length){
return 1;
}
if(s.charAt(i) == '0'){
return 0;
}
if(map[i] != -1){
return map[i];
}
int res = findsum(s,length,i +1,map);
if(i < length - 1 && (s.charAt(i) == '1' || (s.charAt(i) == '2' && s.charAt(i + 1) <='6'))){
res += findsum(s,length , i+2,map);
}
map[i] = res;
return res;
}
}
递归解法
递归是从下到上开始计算,他是一直蒙着头往下走,当走到叶子节点的时候在回去。实
际上我们还可以从上到下来计算,也就是这里讲的动态规划。
定义dp[i]表示前i个字符的解码数。
如果求前i个字符的解码数
1 .我们可以通过先求前 i- 1 个字符的解码数,但前提条件是当前字符也是可以解码的
2 我们可以求 i- 2 个字符的解码数,但前提条件是当前字符和前一个字符构成的两个数字是有效的,也就是小于等于26
每次截取一个或者每次截取两个,看到这里大家应该已经明白了,如果没有条件限制的
话,这题解法和356,青蛙跳台阶相关问题完全一样,每次跳一个台阶或者每次跳两个
台阶,递归公式其实就是个斐波那契数列
dp[i]=dp[i-1]+dp[i-2]
只不过这里的斐波那契数列是有条件的,需要根据根据条件判断哪一项该加,哪一项不
该加,但原理都差不多,来看下代码
class Solution {
public int numDecodings(String s) {
int[] dp = new int[s.length() + 1];
dp[0] = 1;
for(int i = 1; i <= s.length() ; i++){
if(s.charAt(i -1 ) != '0'){
dp[i] = dp[i-1];
}
if(i >= 2 && (s.charAt(i-2) == '1' || (s.charAt(i-2) == '2' && s.charAt(i-1)<= '6'))){
dp[i] += dp[i-2];
}
}
return dp[s.length()];
}
}