矩阵中的路径(剑指offer 12)

98 篇文章 2 订阅
这篇博客介绍了如何在一个二维字符网格中使用深度优先搜索(DFS)来查找给定的单词是否存在。作者首先阐述了问题背景和解题思路,即从网格的每个节点出发,通过DFS遍历所有可能的路径。在搜索过程中,通过改变当前节点的值以避免重复访问,并检查相邻单元格以继续搜索。如果找到完整的单词,则返回true,否则返回false。博主还详细分析了时间复杂度和空间复杂度,并提供了Java代码实现。
摘要由CSDN通过智能技术生成

一、题目描述

        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。

例如,在下面的 3×4 的矩阵中包含单词 "ABCCED"(单词中的字母已标出)。

 

示例 1:

输入:board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "ABCCED"
输出:true


示例 2:

输入:board = [["a","b"],["c","d"]], word = "abcd"
输出:false
 

提示:

1 <= board.length <= 200
1 <= board[i].length <= 200
board 和 word 仅由大小写英文字母组成

二、思路讲解

        对于我这种算法小白来说,看见在矩阵中东奔西走的题,第一反应就是深度优先搜索(dfs)。

        首先我们可以暴力枚举矩阵中的每一个节点,分别对他们进行一次dfs,如果能够找到word就返回true,否则就去下一个节点。

        那么问题就是如何编写dfs的代码:我们的思路是将这个节点(i,j)的上下左右相邻节点分别和word对应的字符比较,如果相同就继续往下搜索(找下一个节点的上下左右),如果不同就回溯到 (i,j)(剪枝操作),继续找其他方向;如果上下左右均不相同,说明(i,j)开头的地方不存在word。

        然后需要考虑的问题是,如何避免走“回头路”?我们在这里可以先把(i,j)置为其他的值,这样在这次搜索中就不会再匹配到它了,在这次搜索结束后,我们再把它复原即可。

        最后就是考虑dfs的边界问题了,如果指针超出了矩阵的范围,直接返回false

        

三、Java代码实现

class Solution {
    public boolean exist(char[][] board, String word) {
        //暴力枚举矩阵内的各个节点
		for(int i=0; i<board.length; i++) {
			for(int j=0; j<board[0].length; j++) {
				if(dfs(board, word, i, j, 0)) {
					return true;
				}
			}
		}
		return false;
    }

    public static boolean dfs(char[][] board, String word, int i, int j, int k) {
		
		int m = board.length-1;
		int n = board[0].length-1;
		
		//如果i或j已经超出边界,或者该位置的值和word的第一个字符不符,直接返回false
		if(i<0 || i>m || j<0 || j>n || board[i][j]!=word.charAt(k)) {
			return false;
		}

        //如果把word都遍历完了,说明合适
		if(k >= word.length()-1) {
			return true;
		}
		
		//先把这个位置置为其他字符,防止重复访问
		board[i][j] = '0';
		
		//向上下左右找(已经将原位置为空,不用担心又找回原位),找到就返回true
		boolean result = dfs(board, word, i-1, j, k+1) || dfs(board, word, i+1, j, k+1) ||
						 dfs(board, word, i, j-1, k+1) || dfs(board, word, i, j+1, k+1);
		
		//把置空的位置恢复
		board[i][j] = word.charAt(k);
		
		return result;
	}
}

 

四、时空复杂度分析 

        时间复杂度:     O(3^KMN)         

        最差情况下,需要遍历矩阵中长度为K字符串的所有方案,时间复杂度为 O(3^K);矩阵中共有 MN个起点,时间复杂度为 O(MN) 。

                方案数计算: 设字符串长度为 K,搜索中每个字符有上、下、左、右四个方向可以选择,舍弃回头(上个字符)的方向,剩下 3 种选择,因此方案数的复杂度为 O(3^K)

        空间复杂度:      O(MN)

        搜索过程中的递归深度不超过 K ,因此系统因函数调用累计使用的栈空间占用 O(K)(因为函数返回后,系统调用的栈空间会释放)。最坏情况下 K = MN ,递归深度为 MN ,此时系统栈使用 O(MN)的额外空间。

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值