本文屬于「征服LeetCode」系列文章之一,這一系列正式開始于2021/08/12。由于LeetCode上部分題目有鎖,本系列將至少持續(xù)到刷完所有無鎖題之日為止;由于LeetCode還在不斷地創(chuàng)建新題,本系列的終止日期可能是永遠。在這一系列刷題文章中,我不僅會講解多種解題思路及其優(yōu)化,還會用多種編程語言實現(xiàn)題解,涉及到通用解法時更將歸納總結(jié)出相應(yīng)的算法模板。
為了方便在PC上運行調(diào)試、分享代碼文件,我還建立了相關(guān)的倉庫:https://github.com/memcpy0/LeetCode-Conquest。在這一倉庫中,你不僅可以看到LeetCode原題鏈接、題解代碼、題解文章鏈接、同類題目歸納、通用解法總結(jié)等,還可以看到原題出現(xiàn)頻率和相關(guān)企業(yè)等重要信息。如果有其他優(yōu)選題解,還可以一同分享給他人。
由于本系列文章的內(nèi)容隨時可能發(fā)生更新變動,歡迎關(guān)注和收藏征服LeetCode系列文章目錄一文以作備忘。
給出一個單詞數(shù)組?words
?,其中每個單詞都由小寫英文字母組成。如果我們可以?不改變其他字符的順序?,在?wordA
?的任何地方添加?恰好一個?字母使其變成?wordB
?,那么我們認為?wordA
?是?wordB
?的?前身?。
- 例如,
"abc"
?是?"abac"
?的?前身?,而?"cba"
?不是?"bcad"
?的?前身
詞鏈是單詞?[word_1, word_2, ..., word_k]
?組成的序列,k >= 1
,其中?word1
?是?word2
?的前身,word2
?是?word3
?的前身,依此類推。一個單詞通常是?k == 1
?的?單詞鏈?。從給定單詞列表?words
?中選擇單詞組成詞鏈,返回 詞鏈的?最長可能長度?。
示例 1:
輸入:words = ["a","b","ba","bca","bda","bdca"]
輸出:4
解釋:最長單詞鏈之一為 ["a","ba","bda","bdca"]
示例 2:
輸入:words = ["xbc","pcxbcf","xb","cxbc","pcxbc"]
輸出:5
解釋:所有的單詞都可以放入單詞鏈 ["xb", "xbc", "cxbc", "pcxbc", "pcxbcf"].
示例?3:
輸入:words = ["abcd","dbqca"]
輸出:1
解釋:字鏈["abcd"]是最長的字鏈之一。
["abcd","dbqca"]不是一個有效的單詞鏈,因為字母的順序被改變了。
提示:
1 <= words.length <= 1000
1 <= words[i].length <= 16
-
words[i]
?僅由小寫英文字母組成。
解法1 記憶化搜索+哈希表
對于字符串 s s s 來說,假設(shè)它是詞鏈的最后一個單詞,那么去掉 s s s 中的一個字母,設(shè)新字符串為 t t t ,問題就變成計算以 t t t 結(jié)尾的詞鏈的最長長度。由于這是一個和原問題相似的子問題,因此可以用遞歸解決。
直接把字符串作為遞歸的參數(shù),定義
d
f
s
(
s
)
dfs(s)
dfs(s) 表示以
s
s
s 結(jié)尾的詞鏈的最長長度。由于字符串的長度不超過
16
16
16 ,暴力枚舉去掉的字符,設(shè)新字符串為
t
t
t 且在
w
o
r
d
s
words
words 中,則有
dfs
(
s
)
=
max
?
{
dfs
(
t
)
}
+
1
\textit{dfs}(s) = \max\{\textit{dfs}(t)\} + 1
dfs(s)=max{dfs(t)}+1
為了快速判斷字符串是否在
w
o
r
d
s
words
words 中,需要將所有
words
[
i
]
\textit{words}[i]
words[i] 存入哈希表
w
s
ws
ws 中。
由于 "aba"
和 "aca"
去掉中間字母都會變成 "aa"
,為避免重復(fù)計算,代碼實現(xiàn)時可以用記憶化搜索。進一步地,可以直接把計算結(jié)果存到
w
s
ws
ws 中。(Python 可以使用 @cache
)
class Solution {
private Map<String, Integer> ws = new HashMap<>();
public int longestStrChain(String[] words) {
for (var s : words) ws.put(s, 0); // 0表示未被計算
int ans = 0;
for (var s : ws.keySet())
ans = Math.max(ans, dfs(s));
return ans;
}
private int dfs(String s) { // dfs(s)表示以s為最后一個單詞的鏈的最長長度
int res = ws.get(s);
if (res > 0) return res; // 之前計算過
for (int i = 0; i < s.length(); ++i) { // 枚舉去掉s[i]
var t = s.substring(0, i) + s.substring(i + 1);
if (ws.containsKey(t)) // t在words中
res = Math.max(res, dfs(t));
}
ws.put(s, res + 1); // 記憶化
return res + 1;
}
}
復(fù)雜度分析:
- 時間復(fù)雜度: O ( n L 2 ) \mathcal{O}(nL^2) O(nL2) ,其中 n n n 為 w o r d s words words 的長度, L L L 為字符串的最大長度,本題不超過 16 16 16 。動態(tài)規(guī)劃的時間復(fù)雜度 = 狀態(tài)個數(shù) × \times × 單個狀態(tài)的計算時間。這里狀態(tài)個數(shù)為 O ( n ) \mathcal{O}(n) O(n) ,單個狀態(tài)的計算時間為 O ( L 2 ) \mathcal{O}(L^2) O(L2),因此時間復(fù)雜度為 O ( n L 2 ) \mathcal{O}(nL^2) O(nL2) 。
- 空間復(fù)雜度: O ( n L ) \mathcal{O}(nL) O(nL) 。每個狀態(tài)都需要 O ( L ) \mathcal{O}(L) O(L) 的空間。
解法2 動態(tài)規(guī)劃——1:1 翻譯成遞推
我們可以去掉遞歸中的「遞」,只保留「歸」的部分,即自底向上計算。對于本題,只需要把遞歸改成循環(huán)。由于總是從短的字符串轉(zhuǎn)移到長的字符串,所以要先把字符串按長度從小到大排序,然后從短的開始遞推。文章來源:http://www.zghlxwxcb.cn/news/detail-447386.html
class Solution {
private Map<String, Integer> ws = new HashMap<>();
public int longestStrChain(String[] words) {
Arrays.sort(words, (a, b) -> a.length() - b.length());
int ans = 0;
for (var s : words) {
int res = 0;
for (int i = 0; i < s.length(); ++i) { // 枚舉去掉s[i]
var t = s.substring(0, i) + s.substring(i + 1);
res = Math.max(res, ws.getOrDefault(t, 0));
}
ws.put(s, res + 1);
ans = Math.max(ans, res + 1);
}
return ans;
}
}
復(fù)雜度分析:文章來源地址http://www.zghlxwxcb.cn/news/detail-447386.html
- 時間復(fù)雜度: O ( n log ? n + n L 2 ) \mathcal{O}(n\log n + nL^2) O(nlogn+nL2) ,其中 n n n 為 w o r d s words words 的長度, L L L 為字符串的最大長度,本題不超過 16 16 16 。排序的時間復(fù)雜度為 O ( n log ? n ) \mathcal{O}(n\log n) O(nlogn)(注意只比較長度)。動態(tài)規(guī)劃的時間復(fù)雜度 = 狀態(tài)個數(shù) × \times × 單個狀態(tài)的計算時間,這里狀態(tài)個數(shù)為 O ( n ) \mathcal{O}(n) O(n) ,單個狀態(tài)的計算時間為 O ( L 2 ) \mathcal{O}(L^2) O(L2) 。
- 空間復(fù)雜度: O ( n L ) \mathcal{O}(nL) O(nL) 。每個狀態(tài)都需要 O ( L ) \mathcal{O}(L) O(L) 的空間。
到了這里,關(guān)于LeetCode 1048. Longest String Chain【記憶化搜索,動態(tài)規(guī)劃,哈希表,字符串】中等的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!