题目描述

原题链接：139. 单词拆分

解题思路

核心思路是采用Hash表的方式，存储wordDict。每次采取切分一段字符串，然后在Hash表中匹配，看是否可在表中匹配到对应字符串。

（1）回溯法

class Solution {
private:
    bool backtracking (const string& s, const unordered_set<string>& wordSet, int startIndex) {
        if (startIndex >= s.size()) {
            return true;
        }
        for (int i = startIndex; i < s.size(); i++) {
            string word = s.substr(startIndex, i - startIndex + 1);
            if (wordSet.find(word) != wordSet.end() && backtracking(s, wordSet, i + 1)) {
                return true;
            }
        }
        return false;
    }
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        unordered_set<string> wordSet(wordDict.begin(), wordDict.end());
        return backtracking(s, wordSet, 0);
    }
};

此方式会超时。

（2）动态规划

• 动态规划五步曲：

（1）dp[j]数组含义： dp[j] == true时，s中从0 ~ j - 1可以由wordDict所组成。背包为字符串s，物品为字典单词。

（2）递推公式： 当在s中下标为[i-1, j]时，有对应的单词在wordDict中并且前i-1个字符可被wordDcit组成时， 让dp[j] = true。

（3）dp数组初始化： 为了便于计算让dp[j] = true。

（4）遍历顺序： 因为需要考虑顺序问题，例如appleandapple，设apple为1，and为2，则应该得到为121才合法，如果得到的为112应不合法，不为我们的把目标。因此，这是一个考虑顺序的排列问题，应该先背包再物品。

（5）举例：

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        int m = s.size();
        unordered_set<string> record(wordDict.begin(), wordDict.end());
        vector<bool> dp(m, false);
        dp[0] = true;

        for(int j = 1; j <= m; j++) {                       // 先遍历背包
            for(int i = 1; i <= j; i++) {                   // 再遍历物品
                string str = s.substr(i - 1, j - i + 1);    // 从i-1处开始截取，截取字符串长为j-i+1的字符
                // 查找str是否在单词表中，同时也要求str之前的字符串也可由单词表组成
                if(record.find(str) != record.end() && dp[i - 1] == true) {     
                    dp[j] = true;
                }
            }
        }
           

        return dp[m];

    }
};

参考文章：139. 单词拆分