一、题目
按字典 wordList 完成从单词 beginWord 到单词 endWord 转化，一个表示此过程的 转换序列 是形式上像 beginWord -> s1 -> s2 -> ... -> sk 这样的单词序列，并满足：
- 每对相邻的单词之间仅有单个字母不同。
- 转换过程中的每个单词 si（1 <= i <= k）必须是字典 wordList 中的单词。注意，beginWord 不必是字典 wordList 中的单词。
- sk == endWord
给你两个单词 beginWord 和 endWord ，以及一个字典 wordList 。请你找出并返回所有从 beginWord 到 endWord 的 最短转换序列 ，如果不存在这样的转换序列，返回一个空列表。每个序列都应该以单词列表 [beginWord, s1, s2, ..., sk] 的形式返回。
示例 1：
输入：beginWord = "hit", endWord = "cog", wordList = ["hot","dot","dog","lot","log","cog"]
输出：[["hit","hot","dot","dog","cog"],["hit","hot","lot","log","cog"]]
解释：存在 2 种最短的转换序列：
"hit" -> "hot" -> "dot" -> "dog" -> "cog"
"hit" -> "hot" -> "lot" -> "log" -> "cog"
示例 2：
输入：beginWord = "hit", endWord = "cog", wordList = ["hot","dot","dog","lot","log"]
输出：[]
解释：endWord "cog" 不在字典 wordList 中，所以不存在符合要求的转换序列。
提示：
- 1 <= beginWord.length <= 5
- endWord.length == beginWord.length
- 1 <= wordList.length <= 500
- wordList[i].length == beginWord.length
- beginWord、endWord 和 wordList[i] 由小写英文字母组成
- beginWord != endWord
- wordList 中的所有单词 互不相同
二、代码
class Solution {
public static List<List<String>> findLadders(String beginWord, String endWord, List<String> wordList) {
// 记录所有符合条件的转换路径，作为答案返回
List<List<String>> ans = new ArrayList<>();
// beginWord并不保证一定在wordList中，但是我们在构造邻接表的时候也是要为beginWord构造邻接表的，所以在一开始我们可以手动把beginWrod加入到wordList中即可
wordList.add(beginWord);
// 为wordList创建一个Set，这样既可以做到去重，又可以在后面快速查找某个单词是否在单词表中
HashSet<String> wordSet = new HashSet(wordList);
// 为所有单词表中的单词构建邻接表，邻接表的直接相连的条件就是两个单词只能相差一个字母，并且这两个单词都是单词表中的才需要构建邻接表
// key：单词表中的单词
// value：是一个List<String> 存储的是所有和key直接相连的单词，这些单词一定和key只相差一个字母，并且也都是单词表中的
// neighborMap中的key必然都是单词表中的，并且也包括beginWord
HashMap<String, List<String>> neighborMap = getNeighborMap(wordSet);
// 再根据neighborMap邻接表构造每个单词的距离表，记录每一个单词表中的字符串(包括beginWrod)离beginWord的距离
HashMap<String, Integer> distanceMap = getDistanceMap(beginWord, neighborMap);
// 需要保证距离表中存在key为endWord的数据，即有endWord到startWord的距离，只有距离表中存在这个数据，才说明在宽度优先遍历的时候成功从startWrod到达了endWord，如果startWrod压根到达不了endWord，那么一定是没有符合条件的转化路径的，直接返回空ans。
if (!distanceMap.containsKey(endWord)) {
return ans;
}
// 还需要创建一个所有的单词到endWord的距离表，为了在后面判断转化路径严格距离加1的时候，做两个方向的判断，确保是最短路径
// 记录每一个单词表中的字符串(包括endWord)离endWord的距离
HashMap<String, Integer> distanceMap2 = getDistanceMap(endWord, neighborMap);
// 记录递归过程中的递归转换路径
LinkedList<String> path = new LinkedList<>();
// 主流程，开始深度优先遍历找符合条件的转换路径
getShortestPath(beginWord, endWord, neighborMap, distanceMap, path, ans, distanceMap2);
return ans;
}
// 构造每一个单词的邻接表
public static HashMap<String, List<String>> getNeighborMap(HashSet<String> wordSet) {
// 创建邻接表
HashMap<String, List<String>> neighborMap = new HashMap<>();
// 为单词表中的每一个单词构造邻接表，也就是找到和他们直接相连的单词，这些单词只和他们相差1个字母
for (String word : wordSet) {
// 调用getNexts(word, wordSet)，去找到所有和word只相差一个字符，并且是单词表中的单词
neighborMap.put(word, getNexts(word, wordSet));
}
return neighborMap;
}
// 找到所有和word只相差一个字符，并且是单词表中的单词，将他们构造成List返回
public static List<String> getNexts(String word, HashSet<String> wordSet) {
// 要返回的List
List<String> nexts = new ArrayList<String>();
// 将word转换成字符数组
char[] w = word.toCharArray();
// 遍历word的每一个字符，然后尝试和它只相差一个字符的所有情况，然后在从所有情况中选出在单词表中的单词加入到List中
for (int i = 0; i < w.length; i++) {
// 尝试所有的字符，每次只变一个位置
for (char cha = 'a'; cha <= 'z'; cha++) {
// 尝试的字符不能不能和原字符相同
if (cha != w[i]) {
// 改变一个字符
char temp = w[i];
w[i] = cha;
// 如果当前这个单词在单词表中，就将其加入nexts，这个就是和word直接相连的单词
if (wordSet.contains(String.valueOf(w))) {
nexts.add(String.valueOf(w));
}
// 恢复现场
w[i] = temp;
}
}
}
return nexts;
}
// 通过宽度优先遍历利用邻接表来构造距离表
// 从startWord开始宽度优先遍历，将所有能够遍历到的单词构造距离表，计算单词到startWord的距离
public static HashMap<String, Integer> getDistanceMap(String startWord, HashMap<String, List<String>> neighborMap) {
// 创建队列用于宽度优先遍历
Queue<String> queue = new LinkedList<>();
// 先将startWord加入到队列中
queue.add(startWord);
// 创建距离表
// key：字符串
// value：key到startWord的距离
HashMap<String, Integer> distanceMap = new HashMap<>();
// startWord到startWord的距离是0
distanceMap.put(startWord, 0);
// 标记哪些节点已经遍历到了，防止BFS时走回头路
HashSet<String> set = new HashSet<>();
// 将startWord加入Set
set.add(startWord);
// 开始宽度优先遍历
while (!queue.isEmpty()) {
// 队列中弹出队头
String temp = queue.poll();
// 获取temp所有直接相连的字符串，将其加入到队列中
for (String next : neighborMap.get(temp)) {
// 不走回头路
if (!set.contains(next)) {
// next到达startWord的距离比他的上级节点temp到startWord的距离多1，这里直接用temp的距离加1
distanceMap.put(next, distanceMap.get(temp) + 1);
// 将next加入队列
queue.add(next);
// 将next加入set
set.add(next);
}
}
}
return distanceMap;
}
// nowWord：当前来到的字符串 可变
// endWord：目标字符串，固定参数
// neighborMap：每一个字符串的邻居表
// distanceMap距离表：nowWord到beginWord的距离
// distanceMap2距离表：nowWord到endWord的距离
// path : 来到nowWord之前，深度优先遍历之前的历史路径是什么
// ans : 要返回的答案
// 通过深度优先遍历来找符合条件的路径，需要用两个距离表来知道我们走正确路径的深度优先遍历
public static void getShortestPath(String nowWord, String endWord, HashMap<String, List<String>> neighborMap, HashMap<String, Integer> distanceMap, LinkedList<String> path, List<List<String>> ans, HashMap<String, Integer> distanceMap2) {
// 先将当前到达加入到path中
path.add(nowWord);
// 如果当前的nowWord就是endWord，说明找到了一条符合条件的最短转换路径，将答案加入到ans中，向上层返回
if (nowWord.equals(endWord)) {
// 不能直接将path加入，要单独创建一个地址空间加入到ans中，因为path的地址在所有的递归层中是共用的，在后面的递归中可能会改变path中的值，如果直接将path加入到ans中，就会导致ans中的内容会随着递归操作一起变化
ans.add(new LinkedList<String>(path));
// 还没有到递归出口
} else {
// 遍历nowWord所有直接相连的节点，找到到beginWord距离严格加1的节点，去深度遍历
for (String next : neighborMap.get(nowWord)) {
// 需要满足两个条件：
// 1、next到beginWord的距离比其上一个节点nowWord严格加1
// 2、next到endWord的距离比其上一个节点nowWord严格减1
// 只有满足这两个条件，参能保证找到的路径是最短路径
if (distanceMap.get(next) == distanceMap.get(nowWord) + 1 &&
distanceMap2.get(next) == distanceMap2.get(nowWord) - 1) {
// 遍历到next，继续深度优先遍历
getShortestPath(next, endWord, neighborMap, distanceMap, path, ans, distanceMap2);
}
}
}
path.pollLast();
}
}三、解题思路
所有字符串都是同一长度，要求转换路径中的单词必须是在单词表中存在的。你要返回最短路径，并且要将所有可能的最短转化路径全返回。因为符合条件的最短转换路径中，可能有多条，我们就需要把全部可能的最短转换路径都返回。
这道题一定要注意一些地方，首先beginWord并不保证一定在wordList中，但是我们在构造邻接表的时候也是要为beginWord构造邻接表的，所以在一开始我们可以手动把beginWrod加入到wordList中即可。
然后endWord必须要保证在wordList中的，如果endWord不再wordList中，那么这道题一定是无法将beginWrod变成endWord的，因为题目规定了beginWrod的转化路径中的单词必须都得在wordList中，其中也包括endWord，所以如果endWord不再wordList中，那么就不可能转换到endWord。
但是即使是wordList已经保证有了endWord了，也还不够，还需要保证距离表中存在key为endWord的数据，即有endWord到startWord的距离，只有距离表中存在这个数据，才说明在宽度优先遍历的时候成功从startWrod到达了endWord，如果startWrod压根到达不了endWord，那么一定是没有符合条件的转化路径的。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
