16-lt-矩阵中的路径

剑指 Offer 12. 矩阵中的路径

思路：

看到此题首先想到的就是

1. DFS

2.base case 上下左右都可以进行移动  并且记录走过的位置

3. 经测试用例发现--遍历数组中所有的值依次DFS操作

遇到难点：

代码跑通95%，剩下的调试发现，在进行记录位置的时候，出现了异常，应该在进行回溯的时候，将不满足的位置重新置位false

解决：

class Solution {
    public boolean exist(char[][] board, String word) {
        //base case
        // DFS进行 1.递归操作
        // 2.走过的位置不需要再重新走
        // 1.边界情况
        if (board == null || board.length == 0 || board[0].length == 0) {
            return false;
        }
        for (int i = 0; i < board.length; i++) {
            for (int j = 0; j < board[i].length; j++) {
                boolean[][] visited = new boolean[board.length][board[0].length];
                if (DFS(board, i, j, 0, word, visited)) {
                    return true;
                }
            }
        }
        return false;
    }

    public static boolean DFS(char[][] board, int x, int y, int k, String word, boolean[][] visited) {
        //base case
        // DFS进行 1.递归操作
        // 2.走过的位置不需要再重新走
        // 1.边界情况
        //边界
        if (x < 0 || y < 0 || x >= board.length || y >= board[x].length
        || board[x][y] != word.charAt(k) || visited[x][y]) {
            return false;
        }
        if (k == word.length() - 1) {
            return true;
        }
            visited[x][y] = true;
            if (
                    DFS(board, x + 1, y, k + 1, word, visited)
                            || DFS(board, x - 1, y, k + 1, word, visited)
                            || DFS(board, x, y + 1, k + 1, word, visited)
                            || DFS(board, x, y - 1, k + 1, word, visited)
            ) {
                return true;
            }else {
                visited[x][y] = false;
            }
            return false;
        }
}

参考优秀思路：

参考地址

解题思路：
本问题是典型的矩阵搜索问题，可使用 深度优先搜索（DFS）+ 剪枝 解决。

深度优先搜索： 可以理解为暴力法遍历矩阵中所有字符串可能性。DFS 通过递归，先朝一个方向搜到底，再回溯至上个节点，沿另一个方向搜索，以此类推。
剪枝： 在搜索中，遇到 这条路不可能和目标字符串匹配成功 的情况（例如：此矩阵元素和目标字符不同、此元素已被访问），则应立即返回，称之为 可行性剪枝 。

剪枝之前可能不太了解，进行查看

剪枝

剪枝顾名思义，就是删去一些不重要的节点，来减小计算或搜索的复杂度。剪枝在很多算法中都有很好的应用，如：决策树，神经网络，搜索算法,数据库的设计等。在决策树和神经网络中，剪枝可以有效缓解过拟合问题并减小计算复杂度；在搜索算法中，可以减小搜索范围，提高搜索效率。

DFS 解析：
递归参数： 当前元素在矩阵 board 中的行列索引 i 和 j ，当前目标字符在 word 中的索引 k 。
终止条件：
返回 false ： (1) 行或列索引越界 或 (2) 当前矩阵元素与目标字符不同 或 (3) 当前矩阵元素已访问过 （ (3) 可合并至 (2) ） 。
返回 truetrue ： k = len(word) - 1 ，即字符串 word 已全部匹配。
递推工作：
标记当前矩阵元素： 将 board[i][j] 修改为 空字符 '' ，代表此元素已访问过，防止之后搜索时重复访问。
搜索下一单元格： 朝当前元素的 上、下、左、右 四个方向开启下层递归，使用 或 连接 （代表只需找到一条可行路径就直接返回，不再做后续 DFS ），并记录结果至 res 。
还原当前矩阵元素： 将 board[i][j] 元素还原至初始值，即 word[k] 。
返回值： 返回布尔量 res ，代表是否搜索到目标字符串。

class Solution {
    public boolean exist(char[][] board, String word) {
        char[] words = word.toCharArray();
        for(int i = 0; i < board.length; i++) {
            for(int j = 0; j < board[0].length; j++) {
                if(dfs(board, words, i, j, 0)) return true;
            }
        }
        return false;
    }
    boolean dfs(char[][] board, char[] word, int i, int j, int k) {
        if(i >= board.length || i < 0 || j >= board[0].length || j < 0 || board[i][j] != word[k]) return false;
        if(k == word.length - 1) return true;
        board[i][j] = '\0';
        boolean res = 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);
        board[i][j] = word[k];
        return res;
    }
}

时间复杂度 O(3^KMN)O(3 KMN) ： 最差情况下，需要遍历矩阵中长度为 KK 字符串的所有方案，时间复杂度为 O(3^K)O(3 K)；矩阵中共有 MNMN 个起点，时间复杂度为 O(MN)O(MN) 。
方案数计算： 设字符串长度为 KK ，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 33 种选择，因此方案数的复杂度为 O(3^K)O(3 K) 。
空间复杂度 O(K)O(K) ： 搜索过程中的递归深度不超过 KK ，因此系统因函数调用累计使用的栈空间占用 O(K)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 = MNK=MN ，递归深度为 MNMN ，此时系统栈使用 O(MN)O(MN) 的额外空间。

总结：

最后完成度95%，没考虑到回溯的时候进行重新置访问位置为false

加油，即使现在还差一点点成功，也要坚持住！！