执行结果:通过
执行用时和内存消耗如下：
代码如下：
class Solution {
public:
int minValidStrings(vector<string>& words, string target) {
auto prefix_function = [](const string& word, const string& target) -> vector<int> {
string s = word + '#' + target;
int n = s.size();
vector<int> pi(n, 0);
for (int i = 1; i < n; i++) {
int j = pi[i - 1];
while (j > 0 && s[i] != s[j]) {
j = pi[j - 1];
}
if (s[i] == s[j]) {
j++;
}
pi[i] = j;
}
return pi;
};
int n = target.size();
vector<int> back(n, 0);
for (const string& word : words) {
vector<int> pi = prefix_function(word, target);
int m = word.size();
for (int i = 0; i < n; i++) {
back[i] = max(back[i], pi[m + 1 + i]);
}
}
vector<int> dp(n + 1, 0);
for (int i = 1; i <= n; i++) {
dp[i] = 1e9;
}
for (int i = 0; i < n; i++) {
dp[i + 1] = dp[i + 1 - back[i]] + 1;
if (dp[i + 1] > n) {
return -1;
}
}
return dp[n];
}
};
解题思路：
这段代码的目的是为了解决一个特定的问题：给定一个字符串数组 words 和一个目标字符串 target，找出最小的字符串数量，使得从这些字符串中选取若干（可以重复选取）并按任意顺序拼接起来，能够形成一个新的字符串，这个新字符串包含 target 作为其子串，并且新字符串中不包含任何除 target 之外的字符。如果无法形成这样的字符串，则返回 -1。
解题思路可以分为以下几个步骤：
- 定义前缀函数（
prefix_function）：- 这个函数用于计算一个单词
word和目标字符串target的最长相同前缀后缀数组（也称为部分匹配表或 π 表）。 - 它通过将
word和target连接，并在中间插入一个特殊字符（如#），来避免word和target的重叠部分在计算时被误认为是匹配部分。 - 然后，它使用 KMP（Knuth-Morris-Pratt）算法的核心逻辑来计算这个 π 表。
- 这个函数用于计算一个单词
- 计算每个单词相对于
target的最大可重叠后缀长度：- 对于
words数组中的每个单词，使用前缀函数计算其与target的 π 表。 - 对于每个单词，通过 π 表找到从单词末尾开始，能与
target开头最大匹配的长度，并更新一个back数组，该数组记录了在每个target的位置上，通过某个单词能匹配的最大长度。
- 对于
- 动态规划求解最小字符串数量：
- 使用一个动态规划数组
dp，其中dp[i]表示形成长度为i的target子串所需的最小字符串数量。 - 初始化
dp数组，除了dp[0]（形成空字符串需要 0 个字符串）之外，其他都设置为一个非常大的数（这里用1e9），表示当前无法形成。 - 遍历
target的每个位置，使用back数组的信息更新dp数组。具体来说，如果能够通过前面的某些字符串匹配掉target的前back[i]个字符，则形成长度为i+1的子串所需的最小字符串数量等于形成长度为i+1-back[i]的子串所需的最小数量加 1。 - 如果在任何时候
dp[i+1]的值超过了target的长度，说明无法通过拼接形成完整的target，返回-1。
- 使用一个动态规划数组
- 返回结果：
- 遍历完成后，
dp[n]（其中n是target的长度）就是形成完整target所需的最小字符串数量。
- 遍历完成后，
