3
无重复字符的最长子串
中等高频
146
LRU缓存机制
中等高频
206
反转链表
简单高频
215
数组中的第K个最大元素
中等高频
25
K个一组翻转链表
困难高频
15
三数之和
中等高频
53
最大子数组和
中等高频
912
排序数组
中等高频
21
合并两个有序链表
简单高频
5
最长回文子串
中等高频
200
岛屿数量
中等高频
33
搜索旋转排序数组
中等高频
46
全排列
中等高频
88
合并两个有序数组
简单高频
20
有效的括号
简单高频
121
买卖股票的最佳时机
简单高频
236
二叉树的最近公共祖先
中等高频
92
反转链表 II
中等高频
103
二叉树的锯齿形层序遍历
中等高频
141
环形链表
简单高频
300
最长上升子序列
中等高频
54
螺旋矩阵
中等高频
143
重排链表
中等高频
23
合并K个排序链表
困难高频
415
字符串相加
简单高频
56
合并区间
中等高频
160
相交链表
简单高频
42
接雨水
困难高频
1143
最长公共子序列
中等高频
124
二叉树中的最大路径和
困难高频
93
复原IP地址
中等高频
82
删除排序链表中的重复元素 II
中等中频
19
删除链表的倒数第N个节点
中等中频
142
环形链表 II
中等中频
4
寻找两个正序数组的中位数
困难中频
199
二叉树的右视图
中等中频
102
二叉树的层序遍历
中等中频
165
比较版本号
中等中频
704
二分查找
简单中频
232
用栈实现队列
简单中频
22
括号生成
中等中频
94
二叉树的中序遍历
简单中频
239
滑动窗口最大值
困难中频
69
x 的平方根
简单中频
148
排序链表
中等中频
32
最长有效括号
困难中频
31
下一个排列
中等中频
8
字符串转换整数 (atoi)
中等中频
70
爬楼梯
简单中频
322
零钱兑换
中等中频
43
字符串相乘
中等中频
76
最小覆盖子串
困难中频
41
缺失的第一个正数
困难中频
105
从前序与中序遍历序列构造二叉树
中等中频
78
子集
中等中频
151
翻转字符串里的单词
中等中频
155
最小栈
简单中频
34
在排序数组中查找元素的第一个和最后一个位置
中等中频
394
字符串解码
中等中频
101
对称二叉树
简单中频
39
组合总和
中等中频
470
用 Rand7() 实现 Rand10()
中等低频
64
最小路径和
中等低频
104
二叉树的最大深度
简单低频
110
平衡二叉树
简单低频
144
二叉树的前序遍历
简单低频
48
旋转图像
中等低频
234
回文链表
简单低频
695
岛屿的最大面积
中等低频
122
买卖股票的最佳时机 II
简单低频
240
搜索二维矩阵 II
中等低频
221
最大正方形
中等低频
98
验证二叉搜索树
中等低频
543
二叉树的直径
简单低频
14
最长公共前缀
简单低频
179
最大数
中等低频
113
路径总和 II
中等低频
662
二叉树最大宽度
中等低频
62
不同路径
中等低频
198
打家劫舍
中等低频
152
乘积最大子数组
中等低频
560
和为K的子数组
中等低频
112
路径总和
简单低频
226
翻转二叉树
简单低频
209
长度最小的子数组
中等低频
227
基本计算器 II
中等低频
169
多数元素
简单低频
24
两两交换链表中的节点
中等低频
139
单词拆分
中等低频
283
移动零
简单低频
718
最长重复子数组
中等低频
1
两数之和
简单低频
2
两数相加
中等低频
#139
中等
低频
动态规划

单词拆分

这是一道围绕字符串展开的高频练习。建议先掌握「动态规划」这套写法,再结合下方步骤讲解理解状态维护、边界处理和复杂度取舍。

字符串

题目分析

给你一个字符串 s 和一个单词字典。

要求判断能不能把 s 切分成若干个字典里的单词,并且所有字符都必须刚好被用完。

一句话概括:

判断字符串前缀能不能一步一步被字典中的单词合法拼出来。

接下来怎么看推荐代码: 带着这个理解再看推荐代码时,重点观察这条主线:用一维 DP 判断前缀能否拆分:如果前缀 j 可达,且 s[j:i] 在词典里,那么前缀 i 也可达。

推荐代码

推荐解法:动态规划
时间复杂度: O(n^2)
空间复杂度: O(n)
核心思路: 用一维 DP 判断前缀能否拆分:如果前缀 j 可达,且 s[j:i] 在词典里,那么前缀 i 也可达。
class Solution {
    public boolean wordBreak(String s, List<String> wordDict) {
        Set<String> words = new HashSet<>(wordDict);
        boolean[] dp = new boolean[s.length() + 1];
        dp[0] = true;

        for (int i = 1; i <= s.length(); i++) {
            for (int j = 0; j < i; j++) {
                if (dp[j] && words.contains(s.substring(j, i))) {
                    dp[i] = true;
                    break;
                }
            }
        }

        return dp[s.length()];
    }
}

结构化讲解

面试时怎么讲

开场思路

这题我会用一维 DP,把问题转成“每个前缀是否可拆分”。

核心过程

  1. 先把词典放进哈希集合,便于 O(1) 查片段。
  2. 定义 dp[i] 表示前 i 个字符能否被拆分。
  3. 枚举最后一次切分点 j,看 dp[j] 是否为真且 s[j:i] 是否在词典里。
  4. 只要存在一个合法 j,就把 dp[i] 设为 true。

复杂度总结

时间复杂度 O(n^2),空间复杂度 O(n)

面试补一句:这题不要贪心,核心是前缀可达性。

核心思路

单词拆分的本质是前缀可达性。每个位置只要能找到一个切分点,使左边前缀可拆分、右边这一段又在词典里,就说明当前前缀也能被拆开。

步骤讲解

1

定义前缀可达状态

dp[i] 表示前 i 个字符是否可以被词典完全拆分。

为什么这样做:题目问的是整串是否可拆,所以从前缀状态推进最自然。
对应代码提示:boolean[] dp = new boolean[n + 1]; dp[0] = true;
2

枚举切分点

对每个位置 i,尝试所有 j < i 作为最后一次切分点。

为什么这样做:只要存在一个合法切分点,就能证明当前前缀可达。
对应代码提示:for (int j = 0; j < i; j++) { ... }
3

前缀可达且当前片段在词典里就置真

dp[j] 为真,且 s.substring(j, i) 在词典集合中,就令 dp[i] = true

为什么这样做:这正对应“左边已拆好,最后一段也合法”。
对应代码提示:if (dp[j] && words.contains(s.substring(j, i))) dp[i] = true;

易错点

词典用列表线性查找

这样每次检查片段都要额外遍历词典,性能会明显变差。

正确理解:先把词典放进哈希集合。

只从头尝试最长单词贪心切

局部最优切法不一定能让后续前缀可达。

正确理解:这题要看所有可能切分点,不能贪心。

dp[0] 没设成 true

后续所有状态都失去起点,整个 DP 无法启动。

正确理解:空字符串前缀必须视作可拆分。

复杂度与适用判断

时间复杂度:O(n^2)
空间复杂度:O(n)
比其他方案更好在哪里:比 DFS 暴力搜索稳定得多,不会在重复子问题上反复回溯。
适用判断:字符串题里只要出现“能否拆成若干合法片段”,优先考虑前缀 DP。

额外提醒

  • dp[0] = true 是整题启动点。