刚开始做写手上什么网站,地产建站规划,漂亮产品网站,设计企业公司网站未成年游戏退费 5 月 28 日#xff0c;中国互联网协会发布《未成年人网络游戏服务消费管理要求#xff08;征求意见稿#xff09;》团体标准。 该标准是游戏行业首个完整的消费管理规范#xff0c;可用于未成年人游戏消费退费纠纷解决#xff0c;也可为相关行政部门、司法… 未成年游戏退费 5 月 28 日中国互联网协会发布《未成年人网络游戏服务消费管理要求征求意见稿》团体标准。 该标准是游戏行业首个完整的消费管理规范可用于未成年人游戏消费退费纠纷解决也可为相关行政部门、司法机关提供参考。 来源光明网 根据各自过错情况该标准明确划分了网络游戏服务提供者、监护人等责任方的担责比例。 该标准针对常见的场景给出了具体的责任划分。 举个 若游戏服务商已依法采取了「防沉迷措施」但监护人帮助未成年人绕过防沉迷限制或监护人未充分履行监护职责该标准建议过错方承担责任比例 30%-70%若存在多次过错行为可能承担全部责任。 近几年关于未成年在网络平台巨额消费游戏充值 or 直播打赏的新闻屡见不鲜。 一些舆论到位的案例虽都得到了全额退款。但新闻的发生往往少不了监护人的责任新标准的出台一定程度上弥补这一缺失。 对于「首个未成年人游戏退费标准发布」你怎么看 ... 回归主题。 来一道近期读者投稿的在「拼多多社招一面」遇到的算法原题。 题目描述 平台LeetCode 题号139 给你一个字符串 s 和一个字符串列表 wordDict 作为字典。 请你判断是否可以利用字典中出现的单词拼接出 s 。 注意不要求字典中出现的单词全部都使用并且字典中的单词可以重复使用。 示例 1 输入: s leetcode, wordDict [leet, code]输出: true解释: 返回 true 因为 leetcode 可以由 leet 和 code 拼接成。 示例 2 输入: s applepenapple, wordDict [apple, pen]输出: true解释: 返回 true 因为 applepenapple 可以由 apple pen apple 拼接成。 注意你可以重复使用字典中的单词。 示例 3 输入: s catsandog, wordDict [cats, dog, sand, and, cat]输出: false 提示 s 和 wordDict[i] 仅有小写英文字母组成 wordDict 中的所有字符串 互不相同 序列 DP 将字符串 s 长度记为 nwordDict 长度记为 m。 为了方便我们调整字符串 s 以及将要用到的动规数组的下标从 1 开始。 定义 为考虑前 i 个字符能否使用 wordDict 拼凑出来当 代表 能够使用 wordDict 所拼凑反之则不能。 不失一般性考虑 该如何转移由于 需要考虑 范围内的字符若 为 True 说明整个 都能够使用 wordDict 拼凑自然也包括最后一个字符 所在字符串 sub。 「我们可以枚举最后一个字符所在字符串的左端点 若 在 wordDict 中出现过并且 说明 能够被拼凑并且子串 sub 也在 wordDict可得 f[i] True。」 为了快速判断某个字符是否在 wordDict 中出现我们可以使用 Set 结构对 进行转存。 Java 代码 class Solution { public boolean wordBreak(String s, ListString wordDict) { SetString set new HashSet(); for (String word : wordDict) set.add(word); int n s.length(); boolean[] f new boolean[n 10]; f[0] true; for (int i 1; i n; i) { for (int j 1; j i !f[i]; j) { String sub s.substring(j - 1, i); if (set.contains(sub)) f[i] f[j - 1]; } } return f[n]; }} C 代码 class Solution {public: bool wordBreak(string s, vectorstring wordDict) { unordered_setstring set; for (const string word : wordDict) { set.insert(word); } int n s.length(); vectorbool f(n 10, false); f[0] true; for (int i 1; i n; i) { for (int j 1; j i !f[i]; j) { string sub s.substr(j - 1, i - j 1); if (set.find(sub) ! set.end()) f[i] f[j - 1] || f[i]; } } return f[n]; }}; Python 代码 class Solution: def wordBreak(self, s: str, wordDict: List[str]) - bool: ss set(wordDict) n len(s) f [False] * (n 10) f[0] True for i in range(1, n 1): j i while j 1 and not f[i]: sub s[j - 1:i] if sub in ss: f[i] f[j - 1] j - 1 return f[n] TypeScript 代码 function wordBreak(s: string, wordDict: string[]): boolean { const ss new Setstring(wordDict) const n s.length const f new Arrayboolean(n 10).fill(false) f[0] true for (let i 1; i n; i) { for (let j i; j 1 !f[i]; j--) { const sub s.substring(j - 1, i) if (ss.has(sub)) f[i] f[j - 1] } } return f[n]} 时间复杂度将 wordDict 转存在 Set 复杂度为 DP 过程复忽裁剪子串和查询 Set 结构的常数复杂度为 空间复杂度 总结 这里简单说下「线性 DP」和「序列 DP」的区别。 线性 DP 通常强调「状态转移所依赖的前驱状态」是由给定数组所提供的即拓扑序是由原数组直接给出。更大白话来说就是通常有 依赖于 。 这就限定了线性 DP 的复杂度是简单由「状态数量或者说是维度数」所决定。 序列 DP 通常需要结合题意来寻找前驱状态即需要自身寻找拓扑序关系例如本题需要自己通过枚举的方式来找左端点从而找到可转移的前驱状态 。 这就限定了序列 DP 的复杂度是由「状态数 找前驱」的复杂度所共同决定。也直接导致了序列 DP 有很多玩法往往能够结合其他知识点出题来优化找前驱这一操作通常是利用某些性质或是利用数据结构进行优化。 最后 给大伙通知一下 全网最低价 LeetCode 会员目前仍可用 ~ 年度会员有效期加赠两个月; 季度会员有效期加赠两周 年度会员获 66.66 现金红包; 季度会员获 22.22 现金红包 年度会员参与当月丰厚专属实物抽奖中奖率 30%) 专属链接leetcode.cn/premium/?promoChannelacoier 我是宫水三叶每天都会分享算法知识并和大家聊聊近期的所见所闻。 欢迎关注明天见。 更多更全更热门的「笔试/面试」相关资料可访问排版精美的 合集新基地
