139. 單詞拆分
dp[i]代表s的前i個(gè)字符是否可以單詞拆分。
邊界:
空字符串可以拆分,dp[0] = true
轉(zhuǎn)移方程:
對(duì)于前i個(gè)字符,只要前面某個(gè)位置j可以被拆分,且j到i截取的子串存在于單詞列表中,那么dp[i] = true。
時(shí)間復(fù)雜度On2,空間復(fù)雜度On。使用把單詞列表先轉(zhuǎn)化為哈希表,使判斷是否存的時(shí)候速度更快。
class Solution {
public boolean wordBreak(String s, List<String> wordDict) {
Set<String> set = new HashSet<>(wordDict);
boolean[] dp = new boolean[s.length() + 1];
dp[0] = true;
for (int i = 1; i <= s.length(); i++) {
for (int j = 0; j < i; j++) {
if (dp[j] == true && set.contains(s.substring(j, i))) {
dp[i] = true;
break;
}
}
}
return dp[s.length()];
}
}
140. 單詞拆分 II
使用回溯, 但是超時(shí)了,只能調(diào)用一下139題的方法進(jìn)行剪枝。
if (set.contains(sub) && wordBreak2(s.substring(i + 1)))
只有后面的字符串能進(jìn)行單詞拆分時(shí),才符合條件。
原代碼:
class Solution {
List<String> res = new ArrayList<>();
List<String> temp = new ArrayList<>();
Set<String> set;
public void dfs(int begin, String s) {
if (begin == s.length()) {
StringBuilder sb = new StringBuilder();
for (String str : temp) {
sb.append(str + " ");
}
sb.deleteCharAt(sb.length() - 1);
res.add(sb.toString());
return;
}
for (int i = begin; i < s.length(); i++) {
String sub = s.substring(begin, i + 1);
if (set.contains(sub)) {
temp.add(sub);
dfs(i + 1, s);
temp.remove(temp.size() - 1);
}
}
}
public List<String> wordBreak(String s, List<String> wordDict) {
set = new HashSet<>(wordDict);
dfs(0, s);
return res;
}
}
優(yōu)化后:
class Solution {
List<String> res = new ArrayList<>();
List<String> temp = new ArrayList<>();
Set<String> set;
public void dfs(int begin, String s) {
if (begin == s.length()) {
StringBuilder sb = new StringBuilder();
for (String str : temp) {
sb.append(str + " ");
}
sb.deleteCharAt(sb.length() - 1);
res.add(sb.toString());
return;
}
for (int i = begin; i < s.length(); i++) {
String sub = s.substring(begin, i + 1);
if (set.contains(sub) && wordBreak2(s.substring(i + 1))) {
temp.add(sub);
dfs(i + 1, s);
temp.remove(temp.size() - 1);
}
}
}
//第139題的方法
public boolean wordBreak2(String s) {
boolean[] dp = new boolean[s.length() + 1];
dp[0] = true;
for (int i = 1; i <= s.length(); i++) {
for (int j = 0; j < i; j++) {
if (dp[j] == true && set.contains(s.substring(j, i))) {
dp[i] = true;
break;
}
}
}
return dp[s.length()];
}
public List<String> wordBreak(String s, List<String> wordDict) {
set = new HashSet<>(wordDict);
dfs(0, s);
return res;
}
}
152. 乘積最大子數(shù)組
maxDp[i]代表以i為結(jié)尾的子數(shù)組的乘積最大值。
minDp[i]代表以i為結(jié)尾的子數(shù)組的乘積最小值。
邊界:
maxDp[0] = minDp[0] = nums[0]
轉(zhuǎn)移方程:
maxDp[i]取以下三者較大值: nums[i]本身,maxDp[i - 1] * nums[i] 和 minDp[i - 1] * nums[i]。
minDp[i]取以下三這較小值: nums[i]本身,maxDp[i - 1] * nums[i] 和 minDp[i - 1] * nums[i]。
class Solution {
public int maxProduct(int[] nums) {
if (nums.length == 0) {
return 0;
}
int res = nums[0];
int[] maxDp = new int[nums.length];
int[] minDp = new int[nums.length];
maxDp[0] = minDp[0] = nums[0];
for (int i = 1; i < nums.length; i++) {
maxDp[i] = Math.max(nums[i], Math.max(maxDp[i - 1] * nums[i], minDp[i - 1] * nums[i]));
minDp[i] = Math.min(nums[i], Math.min(maxDp[i - 1] * nums[i], minDp[i - 1] * nums[i]));
res = Math.max(res, maxDp[i]);
}
return res;
}
}
174. 地下城游戲
這道題從左上往右下遍歷,求解dp數(shù)組十分困難,考慮逆向dp。
dp[i][j]代表從第i行第j列出發(fā),到達(dá)右下角,初始最低的生命值數(shù)。
邊界:
最右下角的格子,如果數(shù)組大小dungeon[row - 1][col - 1] 小于0,那么所需的最低生命值數(shù)就是它的相反數(shù)加1。 如果大于等于0,那么所需的最低生命值數(shù)是1。
最后一行的某個(gè)位置的dp值,可由它右邊那個(gè)格子的dp值推出。如果dp[i + 1][col - 1] - dungeon[i][col - 1] 大于0,那么就等于這個(gè)數(shù)。如果小于等于0,只要初始生命值為1就行。
最后一列同理。
轉(zhuǎn)移方程:
對(duì)于第i行第j個(gè)格子,考慮往下走還是往右走,肯定是往dp值更小的方向走。
那么dp[i][j] 就等于右邊和下邊的dp較小值減去 dungeon[i][j],如果這個(gè)值小于等于0,初始生命值為1就行,如果大于0,那么就等于這個(gè)值。
class Solution {
public int calculateMinimumHP(int[][] dungeon) {
int row = dungeon.length, col = dungeon[0].length;
int[][] dp = new int[row][col];
if (dungeon[row - 1][col - 1] < 0) {
dp[row - 1][col - 1] = -dungeon[row - 1][col - 1] + 1;
} else {
dp[row - 1][col - 1] = 1;
}
for (int i = row - 2; i >= 0; i--) {
dp[i][col - 1] = Math.max(1, dp[i + 1][col - 1] - dungeon[i][col - 1]);
}
for (int j = col - 2; j >= 0; j--) {
dp[row - 1][j] = Math.max(1, dp[row - 1][j + 1] - dungeon[row - 1][j]);
}
for (int i = row - 2; i >= 0; i--) {
for (int j = col - 2; j >= 0; j--) {
dp[i][j] = Math.max(1, Math.min(dp[i + 1][j], dp[i][j + 1]) - dungeon[i][j]);
}
}
return dp[0][0];
}
}
198. 打家劫舍
dp[i]代表偷前i個(gè)房屋的最高金額。
邊界:
dp[0] = nums[0]
轉(zhuǎn)移方程
dp[i] = max(dp[i-2] + nums[i] , dp[i-1])
class Solution {
public int rob(int[] nums) {
if (nums.length == 0) {
return 0;
}
int[] dp = new int[nums.length];
dp[0] = nums[0];
for (int i = 1; i < nums.length; i++) {
dp[i] = Math.max((i - 2 >= 0 ? dp[i - 2] : 0) + nums[i], dp[i - 1]);
}
return dp[nums.length - 1];
}
}
優(yōu)化:
class Solution {
public int rob(int[] nums) {
if (nums.length == 0) {
return 0;
}
int p = 0, q = nums[0], r = nums[0];
for (int i = 1; i < nums.length; i++) {
r = Math.max(p + nums[i], q);
p = q;
q = r;
}
return r;
}
}
213. 打家劫舍 II
分為兩種情況,偷第一家和不偷第一家。
由于不可能第一家和最后一家都不偷,所以可以把環(huán)形問(wèn)題轉(zhuǎn)化成和212題一樣的問(wèn)題。
偷第一家的時(shí)候,最后一家不能去偷。
不偷第一家的時(shí)候,最后一家可以去偷。
然后取兩者較大值即可。
class Solution {
public int rob(int[] nums) {
int[] dp = new int[nums.length];
dp[0] = nums[0];//偷第一家
for (int i = 1; i < nums.length; i++) {
if (i == nums.length - 1) {//最后一家不能偷
dp[i] = dp[i - 1];
}
dp[i] = Math.max((i - 2 >= 0 ? dp[i - 2] : 0) + nums[i], dp[i - 1]);
}
int res = dp[nums.length - 1];
Arrays.fill(dp, 0);
dp[0] = 0;//不偷第一家
for (int i = 1; i < nums.length; i++) {
dp[i] = Math.max((i - 2 >= 0 ? dp[i - 2] : 0) + nums[i], dp[i - 1]);
}
res = Math.max(res, dp[nums.length - 1]);
return res;
}
}
221. 最大正方形
dp[i][j]代表以第i行第j列的格子作為正方形最右下頂點(diǎn)的正方形最大邊長(zhǎng)。
邊界:
第一行和第一列的某個(gè)格子如果為0,則dp值為0。如果為1,則dp值為1。
轉(zhuǎn)移方程:
matrix[i][j]如果等于1,則dp[i][j] 與它左邊,上邊,左上 三個(gè)格子有關(guān)。等于三者最小值+1。
matrix[i][j]如果等于0,則dp[i][j] = 0
class Solution {
public int maximalSquare(char[][] matrix) {
if (matrix.length == 0 || matrix[0].length == 0) {
return 0;
}
int row = matrix.length, col = matrix[0].length;
int[][] dp = new int[row][col];
int res = 0;
for (int i = 0; i < row; i++) {
dp[i][0] = matrix[i][0] == '0' ? 0 : 1;
res = Math.max(res, dp[i][0]);
}
for (int j = 1; j < col; j++) {
dp[0][j] = matrix[0][j] == '0' ? 0 : 1;
res = Math.max(res, dp[0][j]);
}
for (int i = 1; i < row; i++) {
for (int j = 1; j < col; j++) {
if (matrix[i][j] == '0') {
dp[i][j] = 0;
} else {
dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
}
res = Math.max(res, dp[i][j]);
}
}
return res * res;
}
}