新闻详情

新闻详情

首页 / 资讯中心 / 详情

关于动态规划【力扣139.单词拆分的思考】

发布时间:2026/10/30 12:49:18来源:尧图网络
关于动态规划【力扣139.单词拆分的思考】
1、可以逆向思考题目问题题目如果可以利用字典中出现的一个或多个单词拼接出s则返回true。字典中的单词可以重复使用。逆向思考转化题目意思字符串s是否能由字典中的单词组成。字符串s相当于背包字典中的单词相当于物品。问是否能装满背包可以无限次取物品2、因为字符串非空所以j从1开始3、递推公式里面的dp[i] true用来表示当前位置的前面字符串可由字典里的单词组成4、物品字典里的每个的单词的长度不会超过书包字符串的长度比如假设书包是app,单词是apple,物品最多遍历到app如果再继续遍历单词毫无意义因为app肯定不能由apple组成。所以遍历单词的时候位置遍历到背包容量的最大就可以了。5、递推公式如果当前被截取的字符串是字典里的单词并且前面的字符串都可由字典里的单词组成则说明整个字符串都可由字典里的单词组成。6、当前状态依赖于前一个状态的问题就像动态规划。拼接出ss就像背包字典里的单词可以重复使用就像完全背包。所以推出整道题是动态规划的完全背包应用问题。本题就是dp[i]的状态依赖于dp[j]的状态。比如如果当前j 3i 3在字典里找到了单词dp[0] true就可以推出dp[j] true也就是dp[3] true下一轮循环假设循环到了j 4i 3截取字符串从3开始长度为4-31这个长度为1的单词出现在了字典里同时dp[i]此时是dp[3]在上一轮循环中已经推出dp[3] true所以这一轮循环推出dp[j] ture也就是dp[4] true接下来继续向后循环直到推出dp[s.size()]的状态
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/30 4:02:09

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/29 23:30:48

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/29 13:36:24

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/29 19:55:35

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/29 13:36:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/30 5:26:05

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉