要找最短的,直接bfs,bfs找到的肯定是最短的。
抽象在一个无向无权图中,每个单词作为节点,差距只有一个字母的两个单词之间连一条边。问题变成找到从起点到终点的最短路径,如果存在的话。因此可以使用广度优先搜索方法。
相当于每条边权值均为1的有向图,如果起始单词改变一个字母可以变为另一个单词,那么这两个单词之间的距离为1,否则为无穷。
怎么确定一个单词改变一个字母是不是能成为另一个单词呢?可以遍历两个单词进行统计,但是如果单词表太大的话,速度会很慢。
由于只有小写字母,可以使用遍历字母的方法,一次性检查所有的单词。
其实就是Dijkstra算法的变体,但是思路是一致的,每个单词即为顶点,如果两顶点之间可达,那么他们的距离为1(只用改变一个字母),那其实就转化为单点源路径问题了,只不过处理方式略有差别。
//Dijkstra算法的思路
class Solution {
public:
int ladderLength(string beginWord, string endWord, vector<string>& wordList) {
unordered_set<string> set(wordList.begin(), wordList.end());
if(!set.count(endWord)) return 0;
queue<pair<string, int>> q;//<字符串,该字符串到beginword的距离>
q.push({beginWord, 1});
while(!q.empty()){
string cur = q.front().first;
int step = q.front().second;
q.pop();
if(cur == endWord) return step;
for(int i = 0; i < cur.size(); ++i){
char ch = cur[i];
//遍历字母来寻找距离为1(只用改变一个字母)的单词,也即可达的单词
for(char c = 'a'; c <= 'z'; ++c){
if(c == ch) continue;
cur[i] = c;//替换单个字符
if(set.count(cur)){
q.push({cur, 1+step});
set.erase(cur);//该节点使用过了,需要进行删除
}
}
cur[i] = ch; //复原
}
}
return 0;
}
};
其中查找的部分,其实还可以使用字典树实现。