【LeetCode每天一题】Word Break()

Given a non-empty string s and a dictionary wordDict containing a list of non-empty words, determine if s can be segmented into a space-separated sequence of one or more dictionary words.

Note:

• The same word in the dictionary may be reused multiple times in the segmentation.
• You may assume the dictionary does not contain duplicate words.

Example 1:

Input: s = "leetcode", wordDict = ["leet", "code"]
Output: true
Explanation: Return true because "leetcode" can be segmented as "leet code".

Example 2:

Input: s = "applepenapple", wordDict = ["apple", "pen"]
Output: true
Explanation: Return true because "applepenapple" can be segmented as "apple pen apple".
             Note that you are allowed to reuse a dictionary word.

Example 3:

Input: s = "catsandog", wordDict = ["cats", "dog", "sand", "and", "cat"]
Output: false

思路

　　在做这道题的时候比较有意思的是我想了两种方法来解决，但是两种方法都没有能ac，第一种方法大概就是我从字符串s的第一个开始遍历并申请一个tem变量来记录为被匹配的字符串，当匹配到字符串之后重新将tem设置为""，最后遍历完毕之后判断tem是否为空从而得到是否可以满足。这种思路缺陷就是我们能考虑有一种情况就是s="aaaaaaa"， wordlidt=["aaaa", "aaa"]，对于这个情况，她会每次都先匹配"aaa"，这样导致最后还剩下一个"a"。输出False，所以不正确。
　　在上一种方法的特殊情况下，我想到了使用递归，大概就是从头开始遍历遍历，当遇到列表中存在的单词时，我们将s以匹配的单词去除作为参数进行递归，重新开始进行匹配。最后如果能匹配就可以得到True。但是这种解法最后因为超时也没能AC。
　　看了别人的答案之后发现原来还能使用动态规划来解决，大概思路就是申请一个比s字符串长1的辅助数组，初始化为False，第一个元素初始化True。最后我们设置两层循环，第一层循环就是判断辅助数组每一位是否能有列表中的单词组合成，内层循环表示从0开始到第一层循环当前遍历的位置，对每一种可能的字符串判断是否在列表中。当最后遍历完毕之后，辅助数组最后一个元素就是结果。
图解思路

解决代码

 1 class Solution(object):  2     def wordBreak(self, s, wordDict):  3         """
 4  :type s: str  5  :type wordDict: List[str]  6  :rtype: bool  7         """
 8    
 9         if not s: 10             return True 11         dp = [False] *(len(s)+1) # 申请辅助数组 12         dp[0] = True # 第一个设置为True 13         for i in range(1, len(s)+1): # 外层循环 14             for j in range(i): # 内存循环 15                 if dp[j] and s[j:i] in wordDict: # 判断条件 16                     dp[i] = True 17                     break
18         return dp[-1]

附上递归解法(s字符串过长时会超时)

 1 class Solution(object):  2     def wordBreak(self, s, wordDict):  3         """
 4  :type s: str  5  :type wordDict: List[str]  6  :rtype: bool  7         """
 8         
 9         if not s: 10             return True 11         res= [] 12  self.Bfs(s, wordDict, res) # 进行递归遍历 13         if not res: 14             return False 15         return True 16         
17         
18     def Bfs(self, s, wordDict, res): 19         if not s: # 如果s为空表示能够匹配， 20  res.append(True) 21             return 
22         tem = ""
23         for i in range(len(s)): # 从头开始遍历 24             tem += s[i] # 记录未匹配的值 25             if tem in wordDict: # 当匹配到后，我们进行将s进行切割， 26                 self.Bfs(s[i+1:], wordDict, res)