139. Word Break

LeetCode Link

题目:Check a given string is breakable to words or not according to the given dictionary.

Naive Solution: DFS

基本思路就是看是否可以找到一个 path to break words in the string to the end.

public boolean wordBreak(String s, List<String> wordDict) {
    HashSet<String> dict = new HashSet<>(wordDict);
    return dfs(0, s, dict);
}

private boolean dfs(int index, String str, Set<String> dict) {
    if (index >= str.length()) {
        return true;
    }

    for (int i = index + 1; i <= str.length(); i++) {
        String possibleWord = str.substring(index, i);
        if (dict.contains(possibleWord)) {
            if (dfs(i, str, dict)) {
                return true;
            }
        }
    }

    return false;
}

这里会涉及到一些重复性的计算,例如:"catsand" 是可以分为 "cat, sand""cats, and",那么"catsandxxx" ("xxx" not breakable) 中"xxx"部分需要计算两次。

如果 "MMMNNN" 中 "MMM" 存在 m 种分割方式,而 "NNN" not breakable, 那么 "NNN" 部分是需要递归计算 m 次的。如果 "NNN" breakable,那么该题解中只需计算一次,因为到达 end of string 时,stack will be released as true layer by layer.

如果 "MMMNNNXXX" 中 "MMM" 存在 m 种分割方式, "NNN" 存在 n 中分割方式,"XXX" not breakable,那么 "XXX" 部分是需要计算 m * n 次的。

Naive Solution 的优化:Memorization

beated 87% solutions.

public boolean wordBreak(String s, List<String> wordDict) {
    HashSet<String> dict = new HashSet<>(wordDict);
    
    int len = s.length();
    // s.substring(0, i) is breakable or not
    boolean[] breakable = new boolean[len + 1]; 
    
    return dfs(0, s, dict, breakable);
}

private boolean dfs(int index, String str, Set<String> dict, boolean[] breakable) {
    if (index >= str.length()) {
        return true;
    }

    for (int i = index + 1; i <= str.length(); i++) {
        if (breakable[i]) {
            // str 分割为 str.substring(0, i) + str.substring(i) 已经尝试过,
            // 并且 first part breakable, second part not breakable, so we continue
            // 从而避免了冗余计算
            continue;
        }
        String possbileWord = str.subString(index, i);
        if (dict.contains(possbileWord)) {
            breakable[i] = true;
            if (dfs(i, str, dict, breakable)) {
                return true;
            }
        }
    }

    return false;
}

Incorrect: Tried to optimize as below, but not much performance improving.

public boolean wordBreak(String s, List<String> wordDict) {
    HashSet<String> dict = new HashSet<>(wordDict);
    
    int len = s.length();
    boolean[][] breakable = new boolean[len + 1][len + 1];
    
    return dfs(0, s, dict, breakable);
}

private boolean dfs(int index, String str, Set<String> dict, boolean[][] breakable) {
    if (index >= str.length()) {
        return true;
    }

    for (int i = index + 1; i <= str.length(); i++) {
        if (breakable[index][i] || dict.contains(str.substring(index, i))) {
            breakable[index][i] = true;
            if (dfs(i, str, dict, breakable)) {
                return true;
            }
        }
    }

    return false;
}

DP solution

beated 38% solutions.

public boolean wordBreak(String s, List<String> wordDict) {
    Set<String> dict = new HashSet<>(wordDict);
    
    int len = s.length();
    boolean[] breakable = new boolean[len + 1];
    breakable[0] = true;
    
    for (int subEnd = 1; subEnd <= len; subEnd++) {
        for (int index = 0; index < subEnd; index++) {
            if (breakable[index] && dict.contains(s.substring(index, subEnd))) {
                breakable[subEnd] = true;
                break;
            }
        }
    }
    
    return breakable[len];
}

分析:DFS with Memorization performs better than DP in this problem. The reason is that is similar to check a leaf in a binary tree or not. DFS search half size of the tree for the leaf on average. But BFS, layer by layer, needs to search 3/4 of a a complete tree on average.

a complete tree of n layer: node count of layer n == node count sum of layers (1 ~ n-1)

Back to the problem, boolean[] breakable array should be the same result if we don't skip duplicated calculations. But breakable in DFS solution should have equal or fewer true value count than in DP solution, which means DFS solution conducted less or equal calculation than DP solution.

类似的 DP 的思路还可以求取 string 可以被 break 的最多和最少 words 数量。 DFS with memorization 和 DP 都是可以求解的,但是 DP 会优化很多。因为 DFS 是遍历所有 path 最终在 dp[len] 的最小值,而 DP 是根据已经计算的 substring(0, 0) ~ substring(0, i) 的最多/最少划分数目 dp[0] ~ dp[i],来求取 substring(0, i+1) 的最多/最少划分数目 dp[i+1].

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,240评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,328评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,182评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,121评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,135评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,093评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,013评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,854评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,295评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,513评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,398评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,989评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,636评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,657评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352