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:
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!!