leetcode(212). Word Search II

problem

Design a data structure that supports the following two operations:

void addWord(word) bool search(word) search(word) can search a literal
word or a regular expression string containing only letters a-z or ..
A . means it can represent any one letter.

For example:

addWord(“bad”) addWord(“dad”) addWord(“mad”) search(“pad”) -> false
search(“bad”) -> true search(“.ad”) -> true search(“b..”) -> true
Note: You may assume that all words are consist of lowercase letters
a-z.

solution

这个问题是Trie 前缀树的一个扩展，即在前缀树中加入一个模糊搜索，因此我们只需对Trie中的search做一点修改即可。

#超过80%
def search1(word, d):
    if word == '':
        return '$' in d

    if word[0] != '.':
        if word[0] in d:
            return search1(word[1:], d[word[0]])
        else:
            return False
    else:
        for v in d.values():
            if v==True:
            #跳过结束标志'$'
                continue
            if search1(word[1:], v):
                return True
        return False

class WordDictionary(object):

    def __init__(self):
        self.root = {}


    def addWord(self, word):
        p = self.root
        for i in word:
            p = p.setdefault(i, {})
        p['$'] = True


    def search(self, word):
        return search1(word, self.root)

discussion

在leetcode上的提交中还看到这样一种解法，他把相同长度的单词存到一起，然后search时进行比对。这样的解法在规模较小时要强于Trie。

#超过了91%
class WordDictionary(object):

    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.word_dict = collections.defaultdict(list)

    def addWord(self, word):
        """
        Adds a word into the data structure.
        :type word: str
        :rtype: void
        """
        if word:
            self.word_dict[len(word)].append(word)


    def search(self, word):
        """
        Returns if the word is in the data structure. A word could contain the dot character '.' to represent any one letter.
        :type word: str
        :rtype: bool
        """
        if not word:
            return False
        if '.' not in word:
            return word in self.word_dict[len(word)]
        for v in self.word_dict[len(word)]:
            for i, ch in enumerate(word):
                if v[i] !=ch and ch != '.':
                    break
            else:
                return True
        return False

把defaultdict(list)修改成defaultdict(set)后超过了96%的提交。

总结

这是一个Trie树的典型应用，但是我们看到第二种解法的性能甚至超越了Trie，这是因为Trie在查找时无法对长度进行检查，所以会有一些无效的查找（把人对比两个单词的角度转化为计算机能理解的方式），而第二种解法考虑到虽然'.'可以匹配任何字符，但是两个单词长度不同它们两个肯定就不同，这个方法的缺点就是1. 在大量单词前缀相同时耗费内存，2. 同时也对相同前缀做了重复的匹配。