题目链接
题目描述
一条包含字母 A-Z
的消息通过以下映射进行了 编码 :
‘A’ -> 1
‘B’ -> 2
…
‘Z’ -> 26
要 解码 已编码的消息,所有数字必须基于上述映射的方法,反向映射回字母(可能有多种方法)。例如,"11106"
可以映射为:
"AAJF"
,将消息分组为(1 1 10 6)
"KJF"
,将消息分组为(11 10 6)
注意,消息不能分组为 (1 11 06)
,因为 "06"
不能映射为 "F"
,这是由于 "6"
和 "06"
在映射中并不等价。
给你一个只含数字的 非空 字符串 s
,请计算并返回 解码 方法的 总数 。
题目数据保证答案肯定是一个 32 位 的整数。
示例 1:
输入: s = “12”
输出: 2
解释: 它可以解码为 “AB”(1 2)或者 “L”(12)。
示例 2:
输入: s = “226”
输出: 3
解释: 它可以解码为 “BZ” (2 26), “VF” (22 6), 或者 “BBF” (2 2 6) 。
示例 3:
输入: s = “0”
输出: 0
解释: 没有字符映射到以 0 开头的数字。
含有 0 的有效映射是’J’ -> “10” 和’T’-> “20” 。
由于没有字符,因此没有有效的方法对此进行解码,因为所有数字都需要映射。
示例 4:
输入: s = “06”
输出: 0
解释: “06” 不能映射到 “F” ,因为字符串含有前导 0("6"
和 "06"
在映射中并不等价)。
提示:
1 <= s.length <= 100
-
方法一:递归 回溯 超时,不推荐
class Solution {
private int res = 0;
public int numDecodings(String s) {
if(s.charAt(0) == '0'){
return 0;
}
backstrack(0, s, s.length());
return res;
}
private void backstrack(int start, String s, int len){
if(start == len || start + 1 == len ){
++res;
return;
}
if(s.charAt(start) == '0'){
return;
}
if(s.charAt(start) == '1'){
backstrack(start+1, s, len);
backstrack(start+2, s, len);
}else if(s.charAt(start) == '2' && s.charAt(start+1) < '7'){
backstrack(start+1, s, len);
backstrack(start+2, s, len);
}else{
backstrack(start+1, s, len);
}
}
}
方法二:动态规划
dp[i] 代表下标为 i 时的解码个数
- 当字符串第一个字符为 ‘0’ 时,说明不能解码, 返回 0
- 第一个字符至少可以解码为一个编码 所以 dp[1] = 1, 空字符串可以有 1 种解码方法,解码出一个空字符串,所以dp[0] = 1。
- 从下标为1,也就是第二个字符开始遍历
- 如果当前字符为 ‘0’,只能是和前一个字符组成 ‘10’ 或者 ‘20’ 一种可能,所以结果和当前位置前2位的结果相同。 否则,解码错误 返回 0。
- 如果当前下标的字符和上一个下标的字符组成 11—26 的编码,则有两种可能
- 分为两个字母或者一个字母 所以结果是 dp[i + 1] = dp[i] + dp[i - 1], dp[i]是解析为两个字母的个数, dp[i-1] 是解析为两个字母的个数
- 如果当前下标的字符和上一个下标的字符无法组成合法的字母 则 只能表示一个字母,结果为dp[i + 1] = dp[i];
- 返回最后的结果
class Solution {
private int res = 0;
public int numDecodings(String s) {
if(s.charAt(0) == '0'){
return 0;
}
int[] dp = new int[s.length() + 1];
// 空也是一种
dp[0] = dp[1] = 1;
for(int i = 1; i < s.length(); ++i){
if(s.charAt(i) == '0'){
if(s.charAt(i-1) == '1' || s.charAt(i-1) == '2'){
dp[i + 1] = dp[i - 1];
}else{
return 0;
}
}else{
if(s.charAt(i-1) == '1' || (s.charAt(i-1) == '2' && s.charAt(i) <= '6')){
dp[i + 1] = dp[i] + dp[i - 1];
}else{
dp[i + 1] = dp[i];
}
}
}
return dp[s.length()];
}
}
其中当前下标的取值只和前两个位置的取值,所以可以优化空间复制度
空间优化后的代码:
class Solution {
private int res = 0;
public int numDecodings(String s) {
if(s.charAt(0) == '0'){
return 0;
}
// 空也是一种
int pre = 1, cur = 1;
for(int i = 1; i < s.length(); ++i){
int tmp = cur;
if(s.charAt(i) == '0'){
if(s.charAt(i-1) == '1' || s.charAt(i-1) == '2'){
cur = pre;
}else{
return 0;
}
}else{
if(s.charAt(i-1) == '1' || (s.charAt(i-1) == '2' && s.charAt(i) <= '6')){
cur = cur + pre;
}else{
cur = tmp;
}
}
pre = tmp;
}
return cur;
}
}
- 时间复杂度 O(n)
- 空间复杂度 O(1)