140. 单词拆分 II

140. 单词拆分 II

正向dfs（TLE）

class Solution {
public:
    vector<string> res;
    unordered_set<string> st;

    vector<string> wordBreak(string s, vector<string> &wordDict) {
        for (auto s:wordDict)st.insert(s);
        vector<string> path;
        dfs(s, 0, path);
        return res;
    }

    void dfs(const string &s, int u, vector<string> path) {
        if (u == s.size()) {
            string tmp;
            for (int i = 0; i < path.size(); i++) {
                if (i)tmp += " ";
                tmp += path[i];
            }
            res.push_back(tmp);
            return ;
        }

        for (int i = u; i < s.size(); i++) {
            auto prefix = s.substr(u, i - u + 1);
            if (st.count(prefix)) {
                path.push_back(prefix);
                dfs(s, i + 1, path);
                path.pop_back();
            }
        }
    }
};

TLE的问题所在：
比如这个样例：

s = "catsanddog"
wordDict = ["cat", "cats", "and", "sand", "dog"]

计算过["cat","sand","dog"]后，实际上从catsand后面的已经计算过了。
在计算到["cats","and"]的时候，实际上跟计算到["cat","sand"]后面的情况是一模一样的，但是又重复计算了一遍，造成了超时。

反向dfs（记忆化）

很巧妙的记忆化QAQ

class Solution {
public:
    unordered_map<int, vector<string>> res;
    unordered_set<string> wordSet;

    vector<string> wordBreak(string s, vector<string> &wordDict) {
        for (auto s:wordDict)wordSet.insert(s);
        dfs(s, 0);
        return res[0];
    }

    void dfs(const string &s, int index) {
        if (res.count(index)) return;

        if (index == s.size()) {
            res[index] = {""};
            return;
        }

        // res[index] = {};
        for (int i = index + 1; i <= s.size(); ++i) {
            string word = s.substr(index, i - index);
            if (wordSet.count(word)) {
                dfs(s, i);
                for (const string &str: res[i]) {
                    res[index].push_back(str.empty() ? word : word + " " + str);
                }
            }
        }
    }
};