【LeetCode: 面试题 17.13. 恢复空格 | 暴力递归=＞记忆化搜索=＞动态规划】

🚀 算法题 🚀

🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀
🌲 越难的东西,越要努力坚持，因为它具有很高的价值，算法就是这样✨
🌲 作者简介：硕风和炜，优快云-Java领域新星创作者🏆，保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享💎💎💎
🌲 恭喜你发现一枚宝藏博主,赶快收入囊中吧🌻
🌲 人生如棋，我愿为卒，行动虽慢，可谁曾见我后退一步？🎯🎯

🚀 算法题 🚀

🚗 知识回顾

在开始下面这道面试题目的时候，我们可以先看一下我之前和该题目具有相同求解思路的一道题目，学习完该题目再看这道题目就会非常简单了。
博客地址:【LeetCode: 139. 单词拆分 | 暴力递归=＞记忆化搜索=＞动态规划】

🚩 题目链接

• 面试题 17.13. 恢复空格

⛲ 题目描述

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。
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。

🌟 求解思路&实现代码&运行结果

---

⚡ 暴力递归

🥦 求解思路

1. 核心的思路和我们上面提到的题目思路是一样的，此处不做过多讲解，如果不懂的同学可以看上一篇博客题解。
2. 首先，不一样的地方首先在于求解的结果不同，这个是显而易见的。
3. 其次，最重要的一点是【LeetCode: 139. 单词拆分】中是看所有字典中的字符串是否可以组成给定的s，如果都不可以，直接返回false即可，但是该题目不同的是如果都不可以，我们还进行下一个位置的判断，并且执行加1的操作，从下一个位置继续重复上面的过程。这点是很重要的。

🥦 实现代码

class Solution {
    public int respace(String[] dictionary, String sentence) {
        return process(0,sentence,dictionary);
    }

    public int process(int index,String s,String[] dictionary){
        if(index>=s.length()) return 0;
        int ans=Integer.MAX_VALUE;
        for(int i=0;i<dictionary.length;i++){
            String dict=dictionary[i];
            if(s.startsWith(dict,index)){
                ans=Math.min(ans,process(index+dict.length(),s,dictionary));
            }
        }
        ans=Math.min(ans,process(index+1,s,dictionary)+1);
        return ans;
    }
}

🥦 运行结果

---

⚡ 记忆化搜索

🥦 求解思路

1. 根据我们递归的分析，在递归的过程中会产生重复的子过程，所以我们想到了加一个缓存表，也就是我们的记忆化搜索。

🥦 实现代码

class Solution {
    int[] dp;
    public int respace(String[] dictionary, String sentence) {
        dp=new int[sentence.length()];
        Arrays.fill(dp,-1);
        return process(0,sentence,dictionary);
    }

    public int process(int index,String s,String[] dictionary){
        if(index>=s.length()) return 0;
        if(dp[index]!=-1) return dp[index];
        int ans=Integer.MAX_VALUE;
        for(int i=0;i<dictionary.length;i++){
            String dict=dictionary[i];
            if(s.startsWith(dict,index)){
                ans=Math.min(ans,process(index+dict.length(),s,dictionary));
            }
        }
        ans=Math.min(ans,process(index+1,s,dictionary)+1);
        return dp[index]=ans;
    }
}

🥦 运行结果

---

⚡ 动态规划

🥦 求解思路

1. 接下来我们根据之前的递归思路以及记忆化缓存改写动态规划。

🥦 实现代码

class Solution {
    
    public int respace(String[] dictionary, String s) {
        int[] dp=new int[s.length()+1];
        for(int index=s.length()-1;index>=0;index--){
            int ans=Integer.MAX_VALUE;
            for(int i=0;i<dictionary.length;i++){
                String dict=dictionary[i];
                if(s.startsWith(dict,index)){
                    ans=Math.min(ans,dp[index+dict.length()]);
                }
            }
            ans=Math.min(ans,dp[index+1]+1);
            dp[index]=ans;
        }
        return dp[0];
    }
}

🥦 运行结果

---

💬 共勉

最后，我想送给大家一句一直激励我的座右铭，希望可以与大家共勉！