程序员面试金典 - 面试题 17.13. 恢复空格(DP+Trie树)

文章目录

    • 1. 题目
    • 2. 解题
      • 2.1 动态规划
      • 2.2 Trie树

1. 题目

哦,不!你不小心把一个长篇文章中的空格、标点都删掉了,并且大写也弄成了小写。
像句子"I reset the computer. It still didn’t boot!"已经变成了"iresetthecomputeritstilldidntboot"
在处理标点符号和大小写之前,你得先把它断成词语。
当然了,你有一本厚厚的词典dictionary,不过,有些词没在词典里。
假设文章用sentence表示,设计一个算法,把文章断开,要求未识别的字符最少,返回未识别的字符数。

注意:本题相对原题稍作改动,只需返回未识别的字符数

示例:
输入:
dictionary = ["looked","just","like","her","brother"]
sentence = "jesslookedjustliketimherbrother"
输出: 7
解释: 断句后为"jess looked just like tim her brother",共7个未识别字符。(jess tim)

提示:
0 <= len(sentence) <= 1000
dictionary中总字符数不超过 150000。
你可以认为dictionary和sentence中只包含小写字母。

来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/re-space-lcci
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。

2. 解题

2.1 动态规划

  • dp[i] 表示包含 i 字符结尾的字符串 最少的未识别字符数,初始为 i+1(全部未识别)
  • 将 [ 0, i ] 区间切分,[ 0, j-1 ],[ j, i ] ,遍历所有的 j (j <= i)
  • 如果字典包含字符串 [ j, i ], d p [ i ] = min ⁡ ( d p [ i ] , d p [ j − 1 ] ) dp[i] = \min(dp[i], dp[j-1]) dp[i]=min(dp[i],dp[j1])
  • 如果字典不包含字符串 [ j, i ], d p [ i ] = min ⁡ ( d p [ i ] , d p [ j − 1 ] + i − j + 1 ) dp[i] = \min(dp[i], dp[j-1]+i-j+1) dp[i]=min(dp[i],dp[j1]+ij+1)
  • 一旦 dp[i] == 0,可以终止内层循环
class Solution {
public:
    int respace(vector<string>& dictionary, string sentence) {
        if(sentence.empty())
            return 0;
    	int i, j, n = sentence.size();
        unordered_set<string> s;
        vector<int> dp(n,INT_MAX);
    	for(auto& d : dictionary)
    		s.insert(d);
        for(i = 0; i < n; ++i)
        {
            dp[i] = i+1;
            if(s.count(sentence.substr(0,i+1)))
            {
                dp[i] = 0;
                continue;
            }
            for(j = i; j > 0; --j)
            {
                if(s.count(sentence.substr(j,i-j+1)))
                    dp[i] = min(dp[i], dp[j-1]);
                else
                    dp[i] = min(dp[i], dp[j-1]+i-j+1);
                if(dp[i]==0)
                    break;
            }
        }
        return dp[n-1];
    }
};

1156 ms 446.1 MB

2.2 Trie树

  • 在上面的思路下,将字典字符串反向插入trie树
  • 内层循环可以改为向前在trie树中查找存在的字符串最大长度,一旦不存在某个字符就不必再往前遍历了,因为肯定不存在,可以提高效率。
class trie
{
public:
	trie* cur;
	trie* next[26] = {NULL};
	bool isEnd = false;

	void insert(string& s)
	{
		cur = this;
		for(int i = s.size()-1; i >= 0; --i)//反向插入
		{
			if(cur->next[s[i]-'a'] == NULL)
			{
				cur->next[s[i]-'a'] = new trie();
			}
			cur = cur->next[s[i]-'a'];
		}
		cur->isEnd = true;
	}
};

class Solution {
public:
    int respace(vector<string>& dictionary, string sentence) {
    	if(sentence.empty())
    		return 0;
    	int i, j, n = sentence.size();
        unordered_set<string> s;
    	trie *t = new trie(), *cur;
    	for(auto& d : dictionary)
    		t->insert(d);//字典插入trie树
        vector<int> dp(n,INT_MAX);
        for(i = 0; i < n; ++i)
        {
            dp[i] = i+1;
            cur = t;
            for(j = i; j >= 0; --j)//从i处向前在trie树中查找单词
            {	
                if(cur->next[sentence[j]-'a'])//下一个字符存在
                {
                	if(cur->next[sentence[j]-'a']->isEnd)//且是结束位置
                    {
                    	if(j > 0)
                    		dp[i] = min(dp[i], dp[j-1]);
                    	else
                    		dp[i] = 0;
                    }
                    else//不是结束位置,不匹配
                    {
                    	if(j > 0)
                    		dp[i] = min(dp[i], dp[j-1]+i-j+1);
                    	else
                    		dp[i] = min(dp[i], i-j+1);
                    }
                }
                else//下一个字符不存在,可以结束了
                {
                    if(j > 0)
                    	dp[i] = min(dp[i], dp[j-1]+i-j+1);
                    else
                        dp[i] = min(dp[i], i-j+1);
                    break;
                }
                if(dp[i]==0)	break;
                cur = cur->next[sentence[j]-'a'];
            }
        }
        return dp[n-1];
    }
};

120 ms 153.8 MB


我的CSDN博客地址 https://michael.blog.csdn.net/

长按或扫码关注我的公众号(Michael阿明),一起加油、一起学习进步!

你可能感兴趣的:(《程序员面试金典》)