题目:
设计一个使用单词列表进行初始化的数据结构,单词列表中的单词互不相同 。 如果给出一个单词,请判定能否只将这个单词中一个字母换成另一个字母,使得所形成的新单词存在于已构建的神奇字典中。
实现 MagicDictionary 类:
MagicDictionary() 初始化对象
void buildDict(String[] dictionary) 使用字符串数组 dictionary 设定该数据结构,dictionary 中的字符串互不相同
bool search(String searchWord) 给定一个字符串 searchWord ,判定能否只将字符串中一个字母换成另一个字母,使得所形成的新字符串能够与字典中的任一字符串匹配。如果可以,返回 true ;否则,返回 false 。
//输入
inputs = ["MagicDictionary", "buildDict", "search", "search", "search", "search"]
inputs = [[], [["hello", "leetcode"]], ["hello"], ["hhllo"], ["hell"], ["leetcoded"]]
输出
[null, null, false, true, false, false]
//解释
MagicDictionary magicDictionary = new MagicDictionary();
magicDictionary.buildDict(["hello", "leetcode"]);
magicDictionary.search("hello"); // 返回 False
magicDictionary.search("hhllo"); // 将第二个 'h' 替换为 'e' 可以匹配 "hello" ,所以返回 True
magicDictionary.search("hell"); // 返回 False
magicDictionary.search("leetcoded"); // 返回 False
分析:
将每个单词保存到哈希表中并不能解决这个问题,这是因为字符串的哈希值和原来字符串的哈希值没有任何关系,因此若是要用哈希表保存的字典中所有的单词,就没办法找出只修改一个字符的字符串。我们可以考虑前缀树,将字典中的字符串前部放入前缀树中,然后通过前缀树查找只修改一个字符的字符串,可以通过深度优先的顺序搜索前缀树的每条路径,如果到达的节点与字符串中的字符不匹配,则表示此时修改了字符串中的一个字符来匹配前缀树中的路径,如果到达的最后一个字符对应的节点,该节点isWord为true,并且此时刚好只修改了字符串中一个字符对应的路径,可以返回true。具体见代码,看注释。
代码:
public class MagicDictionary {
public static void main(String[] args) {
String[] dictionary = {"happy","new","year"};
String searchWord = "now";
MagicDictionary magicDictionary = new MagicDictionary();
magicDictionary.buildDict(dictionary);
boolean search = magicDictionary.search(searchWord);
System.out.println(search);
}
static class TrieNode{
public TrieNode[] children;
public boolean isWord;
public TrieNode(){
children = new TrieNode[26];
}
}
TrieNode root;
/** Initialize your data structure here. */
public MagicDictionary() {
root = new TrieNode();
}
//通过字典建立一个前缀树
public void buildDict(String[] dictionary) {
for (String word:dictionary){
TrieNode node = root;
for (char ch:word.toCharArray()){
if (node.children[ch-'a'] == null){
node.children[ch-'a'] = new TrieNode();
}
node = node.children[ch-'a'];
}
node.isWord = true;
}
}
public boolean search(String searchWord) {
// 根据深度优先的顺序搜索前缀树的每条路径
return dfs(root,searchWord,0,0);
}
//第三个参数i是当前查找的字符串中字符的下标,第四个参数edit是在字符串中当前已经修改的字符的个数
private boolean dfs(TrieNode root, String searchWord, int i, int edit) {
//有孩子节点深入到下一层
if (root == null){
return false;
}
if (root.isWord && i==searchWord.length() && edit==1){
return true;
}
if (i < searchWord.length() && edit <=1){
boolean found = false;
//!found的作用就是当返回true时不需要再接着遍历,一直返回到根节点
for (int j=0;j<26 && !found; j++){
//从头开始遍历26个字母搜索孩子节点,遍历到第一个孩子节点h时,与目标字符串now的一个字符n比较,不同则edit加1,代表修改一个字符,相同则edit不变
//如果第一个孩子节点有孩子节点进入下一层,遍历到下一层的第一个孩子节点a与目标字符串now的第二个字符o比较,比较规则和之前的一样,edit再加1
//edit>1了,直接返回false,返回上一层,寻找上一层第二个孩子节点也就是n......
int next = j==searchWord.charAt(i) - 'a' ?edit:edit+1;
found = dfs(root.children[j],searchWord,i+1,next);
}
return found;
}
//全遍历完,都没有找到,返回false
return false;
}
}