来源

重点1：

判断字符串s是否在List<String>中，即实现类似python中in方法

　　将List转为Set，然后用Set的contains方法

　　List转Set:

　　　　Set<String> set = new HashSet(wordDict);

　　实现：

1     public boolean check(String s, List<String> wordDict){
2         Set<String> set = new HashSet(wordDict);
3         if(set.contains(s))
4             return true;
5         else
6             return false;
7     }

解题：

　　方法1：递归（部分测试用例会超时）

　　　　递归出口：空字符串默认可以分为wordDict

　　　　递归式：f(s[0..n]) = check(s[0,i-1]) && f(s[i..n])　　注意与动态规划的区别，动态规划要求第i项与第i-1项或者i-2项有递推关系

　　即 s[0..n]可以分为wordDict    当且仅当    s[0,i-1]在wordDict中 && s[i,n]可以分为wordDict  

 1     public boolean wordBreak(String s, List<String> wordDict) {
 2         boolean flag=false;
 3         int n = s.length();
 4         if (s.equals(""))
 5             return true;
 6         for(int i = 1; i <n+1; i++){
 7             if(check(s.substring(0,i),wordDict) && wordBreak(s.substring(i,n), wordDict)){
 8                 flag=true;
 9                 break;
10             }else{
11                 flag=false;
12             }
13         }
14         return flag;
15     }

　　方法2：动态规划

　　1、一般问有几种方案而不问具体方案是什么时考虑动态规划

　　2、很多时候题目中的问题就可以用来建立状态数组

　　　　例如本题，问s是否可以拆分为wordDict   --->  dp[n+1] 表示s[0..n]是否可以拆分为wordDict

　　3、建立状态转移方程

　　　　由于要填写长度为n+1的状态表dp中的每一个值dp[i]　　　　

　　　　所以找dp[i]与前面项的关系:dp[i]为true当（1）dp[i-1] && check(s[i-1..i]) 或者（2）dp[i-2] && check(s[i-2..i])……或dp[0] && check(s[0..i])，因此用j来做指针，得到

　　　　dp[i] = dp[j] && check(s[j,i])     即s[0,i] = s[0,j]+s[j,i]　　观察到动态规划转移方程中前后项是有联系的

　　4、初始状态

　　　　dp[0] =true　　空字符串默认可以分为wordDict

 1     public boolean wordBreak(String s, List<String> wordDict) {
 2         boolean[] dp = new boolean[s.length()+1];//dp[i]表示s.substring(0,i)能否被划分成wordDict的单词
 3         dp[0] = true;
 4         for(int i = 1; i<=s.length(); i++){
 5             for(int j = 0; j<i; j++){
 6                 if(dp[j]&&check(s.substring(j,i),wordDict)){
 7                     dp[i] = true;
 8                     break;
 9                 }
10             }
11         }
12         return dp[s.length()];
13     }