一条包含字母 A-Z
的消息通过以下方式进行了编码:
'A' -> 1 'B' -> 2 ... 'Z' -> 26
给定一个只包含数字的非空字符串,请计算解码方法的总数。
示例 1:
输入: "12" 输出: 2 解释: 它可以解码为 "AB"(1 2)或者 "L"(12)。
示例 2:
输入: "226" 输出: 3 解释: 它可以解码为 "BZ" (2 26), "VF" (22 6), 或者 "BBF" (2 2 6) 。
动态规划法。
假设 dp[i]
表示字符串 s 的前 i 个字符 s[1..i]
的解码方法数。
考虑最后一次解码中使用了 s 中的哪些字符:
- 第一种情况是我们使用了一个字符,即
s[i]
进行解码,那么只要s[i]≠0
,它就可以被解码成A∼I
中的某个字母。由于剩余的前i-1
个字符的解码方法数为dp[i-1]
,所以dp[i] = dp[i-1]
。 - 第二种情况是我们使用了两个字符,即
s[i-1]
和s[i]
进行编码。与第一种情况类似,s[i-1]
不能等于 0,并且s[i-1]
和s[i]
组成的整数必须小于等于 26,这样它们就可以被解码成J∼Z
中的某个字母。由于剩余的前i-2
个字符的解码方法数为dp[i-2]
,所以dp[i] = dp[i-2]
。
将上面的两种状态转移方程在对应的条件满足时进行累加,即可得到 dp[i]
的值。在动态规划完成后,最终的答案即为 dp[n]
。
由于 dp[i]
的值仅与 dp[i-1]
和 dp[i-2]
有关,因此可以不定义 dp 数组,可以仅使用三个变量进行状态转移。
class Solution:
def numDecodings(self, s: str) -> int:
n = len(s)
dp = [0] * (n + 1)
dp[0] = 1
for i in range(1, n + 1):
if s[i - 1] != '0':
dp[i] += dp[i - 1]
if i > 1 and s[i - 2] != '0' and (int(s[i - 2]) * 10 + int(s[i - 1]) <= 26):
dp[i] += dp[i - 2]
return dp[n]
优化空间:
class Solution:
def numDecodings(self, s: str) -> int:
n = len(s)
a, b, c = 0, 1, 0
for i in range(1, n + 1):
c = 0
if s[i - 1] != '0':
c += b
if i > 1 and s[i - 2] != '0' and (int(s[i - 2]) * 10 + int(s[i - 1]) <= 26):
c += a
a, b = b, c
return c
class Solution {
public int numDecodings(String s) {
int n = s.length();
int[] dp = new int[n + 1];
dp[0] = 1;
for (int i = 1; i <= n; ++i) {
if (s.charAt(i - 1) != '0') {
dp[i] += dp[i - 1];
}
if (i > 1 && s.charAt(i - 2) != '0' && ((s.charAt(i - 2) - '0') * 10 + s.charAt(i - 1) - '0') <= 26) {
dp[i] += dp[i - 2];
}
}
return dp[n];
}
}
优化空间:
class Solution {
public int numDecodings(String s) {
int n = s.length();
int a = 0, b = 1, c = 0;
for (int i = 1; i <= n; ++i) {
c = 0;
if (s.charAt(i - 1) != '0') {
c += b;
}
if (i > 1 && s.charAt(i - 2) != '0' && ((s.charAt(i - 2) - '0') * 10 + s.charAt(i - 1) - '0') <= 26) {
c += a;
}
a = b;
b = c;
}
return c;
}
}