一条包含字母 A-Z
的消息通过以下方式进行了编码:
'A' -> 1
'B' -> 2
...
'Z' -> 26
给定一个只包含数字的非空字符串,请计算解码方法的总数。
示例 1:
输入: "12"
输出: 2
解释: 它可以解码为 "AB"(1 2)或者 "L"(12)。
示例 2:
输入: "226"
输出: 3
解释: 它可以解码为 "BZ" (2 26), "VF" (22 6), 或者 "BBF" (2 2 6) 。
一开始我以为是个简单题,一顿操作下来,一排error:)好了,讲下题目,这题让我们求解码总数,我们可以用分治的思想看待它,解法总数=去掉第一个数字的解码总数+去掉前两个数字的解码总数。举个栗子,输入的数为12345,按照上面的思路结果等于2345的解码数加上345的解码数。分治最简单的方法是什么?递归嘛。
解法一:暴力递归,经过演算我们发现如果字符串的开头是0是得不到结果的,我们返回0,相当与回溯中的剪枝条件。如果p==n表示我们已经计算到末尾了,还没有中途挂掉说明这个分支是有效的,而这只是解答上的一个分支嘛,所以我们返回1。然后我们计算从p+1开始的字符串是否能得到解,如果满足一定条件再看看从p+2开始的字符串能不能得到解,返回它两的和。掌握思路后调教,oj提示超时:)那就只能想办法优化啦,最简单的就是记忆化搜索。我们看解法二。
class Solution {
public:
int numDecodings(string s) {
return s.empty()?0:numDecodings(s,0);
}
int numDecodings(string &s,int p){
int n=s.size();
if(p==n)return 1;
if(s[p]=='0')return 0;
int res=numDecodings(s,p+1);
//若s[p]和s[p+1]可以编码
if(p<n-1&&isValid(s[p],s[p+1]))res+=numDecodings(s,p+2);
return res;
}
bool isValid(char a,char b){
return a=='1'||a=='2'&&b<'7';
}
};
解法二:记忆化搜索,时空复杂度都是O(n),利用一个数组保留计算出来的值,避免了重复计算,实际上每个字符只计算了一遍,你可能会问if p==n:return 1这种终止条件去哪了,if(mem[p]>-1)return mem[p]中就包含了这句。
class Solution {
public:
int numDecodings(string s) {
int n=s.size();
vector<int> mem(n+1,-1);
mem[n]=1;//终点条件,千万别忘了
return s.empty()?0:numDecodings(s,0,mem);
}
int numDecodings(string &s,int p,vector<int> &mem){
int n=s.size();
if(mem[p]>-1)return mem[p];
if(s[p]=='0')return 0;
int res=numDecodings(s,p+1,mem);
//若s[p]和s[p+1]可以编码
if(p<n-1&&isValid(s[p],s[p+1]))res+=numDecodings(s,p+2,mem);
return mem[p]=res;
}
bool isValid(char a,char b){//这里错过
return a=='1'||a=='2'&&b<'7';
}
};
解法三:dp,时空复杂度都是O(n),看了一下提交时间,一二三分别花了2000,12,4毫秒。记忆化和dp的时间复杂度是一样的,实际运行过程中还是要慢一点,这和计算机的缓存调度有关系。不展开讲了,我们来看看dp。其实还可以把dp的空间复杂度优化到常数级。
class Solution {
public:
int numDecodings(string s) {
int n=s.size();
vector<int> dp(n+1);
dp[n]=1;//出口条件
for(int i=n-1;i>=0;i--){
if(s[i]=='0')dp[i]=0;//剪枝函数
else{
dp[i]=dp[i+1];
if(i<n-1&&isValid(s[i],s[i+1]))dp[i]+=dp[i+2];
}
}
return s.empty()?0:dp[0];
}
bool isValid(char a,char b){//这里错过
return a=='1'||a=='2'&&b<'7';
}
};