力扣题目单词拆分--跟动态规划同时出现的回溯法

动态规划可以说是前一个状态对下一个状态产生影响，判断是否满足你的要求只要看最后一个状态是否符合你的预设状态，符合就是当前动态规划符合你的要求。

139 单词拆分 力扣

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
 

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/word-break
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

第一个方法，动态规划。

动态规划可以考虑到是拿到一手麻将，拿到麻将需要做的就是按照类别分类麻将。

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]

出现的第一种方法，判断的是利用true确认前i的字符是符合要求的，判断条件前面一个是否为true还有当前切开的内容是否在我的字典里面。

回溯算法就是一种记忆方法，

class Solution:
    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
        import functools
        @functools.lru_cache(None)
        def back_track(s):
            if(not s):
                return True
            res=False
            for i in range(1,len(s)+1):
                if(s[:i] in wordDict):
                    res=back_track(s[i:]) or res
            return res
        return back_track(s)

其中的回溯会产生大量的内存消耗，利用lru_cache缓存。