LeetCode-79-单词搜索(Word Search)
79. 单词搜索
难度中等908收藏分享切换为英文接收动态反馈
给定一个 m x n
二维字符网格 board
和一个字符串单词 word
。如果 word
存在于网格中,返回 true
;否则,返回 false
。
单词必须按照字母顺序,通过相邻的单元格内的字母构成,其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。
示例 1:
img输入:board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "ABCCED"
输出:true
示例 2:
img输入:board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "SEE"
输出:true
示例 3:
img输入:board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "ABCB"
输出:false
提示:
m == board.length
n = board[i].length
1 <= m, n <= 6
1 <= word.length <= 15
-
board
和word
仅由大小写英文字母组成
进阶:你可以使用搜索剪枝的技术来优化解决方案,使其在 board
更大的情况下可以更快解决问题?
整体思路
使用深度优先搜索(DFS)和回溯的思想实现。关于判断元素是否使用过,我用了一个二维数组 mark 对使用过的元素做标记。
外层:遍历
首先遍历 board 的所有元素,先找到和 word 第一个字母相同的元素,然后进入递归流程。假设这个元素的坐标为 (i, j),进入递归流程前,先记得把该元素打上使用过的标记:
mark[i][j] = 1
内层:递归
好了,打完标记了,现在我们进入了递归流程。递归流程主要做了这么几件事:
1、从 (i, j) 出发,朝它的上下左右试探,看看它周边的这四个元素是否能匹配 word 的下一个字母
-
如果匹配到了:带着该元素继续进入下一个递归
-
如果都匹配不到:返回 False
2、当 word 的所有字母都完成匹配后,整个流程返回 True
几个注意点
- 递归时元素的坐标是否超过边界
- 回溯标记
mark[i][j] = 0
以及 return 的时机
class Solution {
public static boolean exist(char[][] board, String word) {
char[] w = word.toCharArray();
for (int i = 0; i < board.length; i++) {
for (int j = 0; j < board[0].length; j++) {//所有的字符遍历一遍,从board[i][j]字符开始,是否和word匹配
if (process(board, i, j, w, 0)) {
return true;
}
}
}
return false;
}
// 目前到达了b[i][j],word[k....]
// 从b[i][j]出发,能不能搞定word[k....]
public static boolean process(char[][] b, int i, int j, char[] w, int k) {
if(k == w.length) {//word 完全匹配,返回true
return true;
}
// k 有字符
if (i < 0 || i == b.length || j < 0 || j == b[0].length) {//i|j越界了,word还没有匹配完成,返回false
return false;
}
if (b[i][j] != w[k]) {//当前字符不匹配,直接返回false
return false;
}
char tmp = b[i][j];//保存原来字符,回溯的时候恢复
b[i][j] = 0;
boolean ans = process(b, i - 1, j, w, k + 1) //上下左右匹配一遍
|| process(b, i + 1, j, w, k + 1)
|| process(b, i, j - 1, w, k + 1)
|| process(b, i, j + 1, w, k + 1);
b[i][j] = tmp;//回溯的时候恢复
return ans;
}
}
image-20210525093151548
- 执行一秒范例
public class Solution {
private char[] ch;
private int n;
private boolean[][] visit;
private int m1;
private int m2;
private char[][] board;
public boolean exist(char[][] board, String word) {
char[] ch = word.toCharArray();
int n = ch.length;
int m1 = board.length;
int m2 = board[0].length;
if (n > m1 * m2) {
return false;
}
int [] f1 = new int[133];
int [] f2 = new int[133];
for (int i = 0; i < m1; i++) {
for (int j = 0; j < m2; j++) {
++f1[board[i][j]];
}
}
for (int i = 0; i < n; i++) {
++f2[ch[i]];
}
for (int i = 0; i < 133; i++) {
if(f1[i] < f2[i]) {
return false;
}
}
visit = new boolean[m1][m2];
this.n = n;
this.ch = ch;
this.m1 = m1;
this.m2 = m2;
this.board = board;
for (int i = 0; i < m1; i++) {
for (int j = 0; j < m2; j++) {
if (board[i][j] == ch[0] && dfs(i, j, 0)) {
return true;
}
}
}
return false;
}
private boolean dfs(int i, int j, int index) {
char[][] board = this.board;
boolean[][] visit = this.visit;
visit[i][j] = true;
if (board[i][j] == ch[index]) {
if (index == n - 1) {
return true;
}
if (
(i - 1 >= 0 && !visit[i - 1][j] && dfs(i - 1, j, index + 1))
||
(i + 1 < m1 && !visit[i + 1][j] && dfs(i + 1, j, index + 1))
||
(j - 1 >= 0 && !visit[i][j - 1] && dfs(i, j - 1, index + 1))
||
(j + 1 < m2 && !visit[i][j + 1] && dfs(i, j + 1, index + 1))
) {
return true;
}
}
return visit[i][j] = false;
}
}
image-20210525093921902
网友评论