动态规划：力扣139. 单词拆分

1、题目描述：

2、题解：

动态规划问题，弄清楚三点：
1、重复子问题；
2、最优子结构；
3、无后效性。

动态规划：

1、状态定义；

2、状态转移方程；

3、初始化；base case

4、输出；

5、思考状态压缩。

可以用递归去求，但是会存在重叠子问题，加个备忘录可以解决重复问题。
思路1：

状态定义：

dp[i] 表示子串 s[0:i] （即长度为 i 的子串，其实就是前缀）可以被空格拆分，并且拆分以后的单词是否落在 wordDict 中

状态转移方程：
dp[i] = dp[j] and s[j:i] in wordDict
初始化：
需要长度为 0的状态，且定义为 True，因为如果字符串本身就在 wordDict 中，就不必看 dp 了，可以直接判断为 True，因此 dp[0] = True；

class Solution:
    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
        size = len(s)
        # 题目中说非空字符串，以下 assert 一定通过
        assert size > 0

        # 预处理，把 wordDict 放进一个哈希表中
        word_set = {word for word in wordDict}

        # 状态定义：长度为 i 的子串可以被空格拆分为一个或多个在字典中出现的单词
        dp = [False for _ in range(size + 1)]
        dp[0] = True

        # 使用 r 表示右边界，可以取到
        # 使用 l 表示左边界，也可以取到
        for r in range(1, size + 1):
            for l in range(r):
                # dp[l] 写在前面会更快一点，否则还要去切片，然后再放入 hash 表判重
                if dp[l] and s[l: r] in word_set:
                    dp[r] = True
                    # 这个 break 很重要，一旦得到 dp[r] = True ，循环不必再继续
                    break
        return dp[-1]

思路2：
状态定义：

dp[i]说明s的前i位被空格拆分，是否在wordDict中

状态转移方程：
dp[j] = dp[i] and s[i,j] in wordDict
初始化：
dp[0] = True

class Solution:
    def wordBreak(self, s: str, wordDict: List[str]) -> bool:       
        n=len(s)
        dp=[False]*(n+1)
        dp[0]=True
        for i in range(n):
            for j in range(i+1,n+1):
                if(dp[i] and (s[i:j] in wordDict)):
                    dp[j]=True
        return dp[-1]

3、复杂度分析：
时间复杂度：O(N^2)
空间复杂度：O(N)