365天挑战LeetCode1000题——Day 003 每日一题 + 动态规划 03_不要字典中出现的单词全部都使用-优快云博客

本文分享了LeetCode中关于序列化二叉搜索树、单词拆分及接雨水问题的解题思路。针对二叉搜索树，通过前序遍历实现序列化和反序列化；单词拆分采用动态规划解决；接雨水问题，提出了两种解法，一种简单但效率不高，另一种优化后的高效解决方案。通过这些题目，作者积累了编程经验并探讨了问题解决的思维过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

1. [序列化和反序列化二叉搜索树](https://leetcode.cn/problems/serialize-and-deserialize-bst/)
- 1.1 前序遍历
2. [单词拆分](https://leetcode.cn/problems/word-break/)
- 2.1 动态规划
3. [接雨水](https://leetcode.cn/problems/trapping-rain-water/solution/)
- 3.1 本人的垃圾方法
- 3.2 优秀解法
总结

1. 序列化和反序列化二叉搜索树

序列化是将数据结构或对象转换为一系列位的过程，以便它可以存储在文件或内存缓冲区中，或通过网络连接链路传输，以便稍后在同一个或另一个计算机环境中重建。

设计一个算法来序列化和反序列化二叉搜索树。对序列化/反序列化算法的工作方式没有限制。您只需确保二叉搜索树可以序列化为字符串，并且可以将该字符串反序列化为最初的二叉搜索树。

编码的字符串应尽可能紧凑。

1.1 前序遍历

对于BST来说，只需要给出它的前序遍历，就能得到它的中序遍历，为什么呢？因为BST的中序遍历是有序的，所以对前序遍历结果排序就是中序遍历。
所以，我们需要求出先序或者后序中的一种，然后在解码的时候，进行递归求解左子树和右子树和右子树即可。
怎么递归求解呢？以先序为例：
如果有左儿子，那么序列中下一个节点的值小于当前结点的值，对下一个节点找左儿子，直到找不到为止，然后找右儿子，如果下一个节点的值大于当前结点的值，那么是右儿子，再对右儿子找左右儿子……

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
public class Codec {

    // Encodes a tree to a single string.
    public String serialize(TreeNode root) {
        if (root == null) return "";
        List<Integer> ls = new ArrayList<Integer>();
        preOrder(root, ls);
        String str = ls.toString();
        return str.substring(1, str.length() - 1);
    }

    private void preOrder(TreeNode root, List<Integer> list) {
        if (root == null) return;
        list.add(root.val);
        preOrder(root.left, list);
        preOrder(root.right, list);
    }

    // Decodes your encoded data to tree.
    public TreeNode deserialize(String data) {
        if (data.isEmpty()) return null;
        String[] array = data.split(", ");
        Queue<Integer> qu = new LinkedList<Integer>();
        for (String tmp : array) {
            qu.add(Integer.parseInt(tmp));
        }
        return construct(-1, 100001, qu);
    }

    private TreeNode construct(int low, int high, Queue<Integer> qu) {
        if (qu.isEmpty() || qu.peek() < low || qu.peek() > high) {
            return null;
        }
        int val = qu.peek();
        qu.remove();
        TreeNode root = new TreeNode(val);
        
        root.left = construct(low, val, qu);
        root.right = construct(val, high, qu);
        return root;
    }
}

// Your Codec object will be instantiated and called as such:
// Codec ser = new Codec();
// Codec deser = new Codec();
// String tree = ser.serialize(root);
// TreeNode ans = deser.deserialize(tree);
// return ans;

2. 单词拆分

给你一个字符串 s 和一个字符串列表 wordDict 作为字典。请你判断是否可以利用字典中出现的单词拼接出 s 。

注意：不要求字典中出现的单词全部都使用，并且字典中的单词可以重复使用。

2.1 动态规划

本次dp的状态是f[i]，判断第0到第i个字符组成的子字符串可以被拆分成字典中所有的单词。
如何判断f[i]是true还是false呢？
从0到i-1，如果有f[j] == true && j ~ i 的子字符串能够在字典中找到对应的单词，说明f[i]为真，如果找不到这么一个f[j]，那么就为假

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        unordered_set<string> dict;
        for (auto tmp : wordDict) {
            dict.emplace(tmp);
        }

        int n = s.size();
        vector<bool> dp(n + 1);
        dp[0] = true;
        for (int i = 1; i <= n; i++) {
            for (int j = 0; j < i; j++) {
                if (dp[j] && (dict.find(s.substr(j, i - j))) != dict.end()) {
                    dp[i] = true;
                    break;
                }
            }
        }
        return dp[n];
    }
};

3. 接雨水

给定 n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。

3.1 本人的垃圾方法

根据图推知，如果i点比它左边的点都高，或者比它右边的点都高，那么它不会接到雨水；反之，他坑定会接到雨水……
所以，怎么求i点左边最高点，和i点右边最高点呢？
动态规划，做左边为例，dp[i]记为到第i点的最高点，那么递推式：

$d p [i] = m a x (d p [i - 1], h e i g h t [i])$

右边同样的道理，这样扫描两边，我们就有了判断某一点是否能接到雨水了……
那么如果会接到雨水，接多少？
接离他最近的左非接水点和右非接水点中的最小值……
怎么求左非接水点和右非接水点呢？
向左向右扫描……

#include <vector>
#include <algorithm>
using namespace std;

class Solution {
public:
    int trap(vector<int>& height) {
        int n = height.size();
        if (n <= 2) return 0;
        vector<bool> canGetRain(n, false);
        vector<int> leftMost(n);
        vector<int> rightMost(n);
        leftMost[0] = height[0];
        rightMost[n - 1] = height[n - 1];

        for (int i = 1; i < n - 1; i++) {
            leftMost[i] = max(leftMost[i - 1], height[i]);
        }

        for (int i = n - 2; i >= 1; i--) {
            rightMost[i] = max(rightMost[i + 1], height[i]);
        }

        for (int i = 1; i < n - 1; i++) {
            canGetRain[i] = height[i] < min(leftMost[i], rightMost[i]) ? true : false;
        }

        int ans = 0;
        for (int i = 1; i < n - 1; i++) {
            if (canGetRain[i]) {
                ans += getCount(i, canGetRain, height) - height[i];
            }
        }
        return ans;
    }

    int getCount(int i, vector<bool> canGetRain, vector<int> height) {
        int left, right;
        for (int j = i - 1; j >= 0; j--) {
            if (!canGetRain[j]) {
                left = j;
                break;
            }
        }
        for (int j = i + 1; j < height.size(); j++) {
            if (!canGetRain[j]) {
                right = j;
                break;
            }
        }
        return min(height[left], height[right]);
    }
};

3.2 优秀解法

再想一想，最近左非接水点，和最近右非接水点，其实就是左边的最大值，和右边的最大值……
所以接水量可以简单地写成一句话：

$W a t e r [i] = m i n (l e f t M o s t [i], r i g h t M o s t [i]) - h e i g h t [i]$

class Solution {
public:
    int trap(vector<int>& height) {
        int n = height.size();
        if (n == 0) {
            return 0;
        }
        vector<int> leftMax(n);
        leftMax[0] = height[0];
        for (int i = 1; i < n; ++i) {
            leftMax[i] = max(leftMax[i - 1], height[i]);
        }

        vector<int> rightMax(n);
        rightMax[n - 1] = height[n - 1];
        for (int i = n - 2; i >= 0; --i) {
            rightMax[i] = max(rightMax[i + 1], height[i]);
        }

        int ans = 0;
        for (int i = 0; i < n; ++i) {
            ans += min(leftMax[i], rightMax[i]) - height[i];
        }
        return ans;
    }
};