随想录Day46--动态规划: 139.单词拆分，（多重背包了解）

最新推荐文章于 2024-10-31 19:07:52 发布

石头走到哪里还是石头

最新推荐文章于 2024-10-31 19:07:52 发布

阅读量258

点赞数

文章标签：动态规划算法

本文链接：https://blog.csdn.net/weixin_46516575/article/details/129948393

版权

文章介绍了如何使用动态规划方法解决单词拆分问题，其中字符串被视为背包容量，单词作为物品，可以重复使用。通过建立dp数组，判断字符串是否能由字典中的单词组成。示例展示了具体实现过程，并提到此问题可转换为完全背包问题。此外，文章还简要提到了多重背包的概念。

摘要由CSDN通过智能技术生成

单词拆分这道题，我的思路是字符串看做背包容量，单词作为物品，字符串由单词组成，并且单词可以重复使用，因此可以看做是一道完全背包。这时候需要考虑dp[]的含义了。题目问的是字符串能否由单词构成，所以把dp[i]定义成i容量的背包（i长度的字符串）能否由可单词组成，是个boolean类型。dp[0] = true，初始化表示，字符串长度为0时，那么就可以由一个单词数组构成（不使用任何单词）。dp[i] = true的条件是，（1）字符串切割[0，i)（前闭后开），判断这段字符串能否由单词组成。（2）如果字符串切割[（i- 单词长度）， i)（前闭后开）是单词数组中的一个单词，并且dp[i -单词长度 ]也是true，说明剩下的字符串也可以由其他单词组成。满足这两个条件的，其实就说明这个字符串可以由单词组成。具体可以看代码进行理解

139. 单词拆分

给你一个字符串 s 和一个字符串列表 wordDict 作为字典。请你判断是否可以利用字典中出现的单词拼接出 s 。

注意：不要求字典中出现的单词全部都使用，并且字典中的单词可以重复使用。

示例 1：

输入: s = "leetcode", wordDict = ["leet", "code"]
输出: true
解释: 返回 true 因为 "leetcode" 可以由 "leet" 和 "code" 拼接成。

示例 2：

输入: s = "applepenapple", wordDict = ["apple", "pen"]
输出: true
解释: 返回 true 因为 "applepenapple" 可以由 "apple" "pen" "apple" 拼接成。
     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

提示：

1 <= s.length <= 300
1 <= wordDict.length <= 1000
1 <= wordDict[i].length <= 20
s 和 wordDict[i] 仅有小写英文字母组成
wordDict 中的所有字符串 互不相同

class Solution {
    public boolean wordBreak(String s, List<String> wordDict) {
        int len = s.length();
        //存放单词，方便切割字符串判断是否等于单词
        Set<String> set = new HashSet<>(wordDict);
        boolean[] dp = new boolean[len + 1];
        dp[0] = true;
        for(int i = 1; i <= len; i++){
            for(int j = 0; j < wordDict.size(); j++){
                //背包容量大于等于单词长度
                if(i >= wordDict.get(j).length()){
                    //切割的字符串在单词里面找的到     || 切割的部分字符串在单词找的到，并且剩下的字符串是true
                    if( set.contains(s.substring(0, i)) || (set.contains(s.substring(i - wordDict.get(j).length(), i)) 
                && dp[i - wordDict.get(j).length()]) ){
                    dp[i] = true;
                }
                }               
            }
        }
        return dp[len];
    }
}