1. 问题描述:
给定一个 m x n 二维字符网格 board 和一个单词(字符串)列表 words,找出所有同时在二维网格和字典中出现的单词。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在一个单词中不允许被重复使用。
示例 1:
输入:board = [["o","a","a","n"],["e","t","a","e"],["i","h","k","r"],["i","f","l","v"]], words = ["oath","pea","eat","rain"]
输出:["eat","oath"]
示例 2:
输入:board = [["a","b"],["c","d"]], words = ["abcb"]
输出:[]
提示:
m == board.length
n == board[i].length
1 <= m, n <= 12
board[i][j] 是一个小写英文字母
1 <= words.length <= 3 * 10 ^ 4
1 <= words[i].length <= 10
words[i] 由小写英文字母组成
words 中的所有字符串互不相同
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/word-search-ii
2. 思路分析:
① 因为给出的单词数量最多为3 * 10 ^ 4,所以如果只是我们使用dfs来搜索所有words中的单词在二维网格中是否存在的话肯定会超时,这里我们借助于Trie树来创建单词表,Trie树中存储的就是words中的所有单词,只有在Trie中可以搜索的单词才是合法的,我们可以枚举一下二维网格board,找到Trie树中单词的起点,从起点出发开始向四个方向搜索,当到达一个新的位置而且这个位置没有被访问过的时候判断一下Trie树中有没有当前的字符,如果有才继续往下搜索,所以每一次搜索的时候都是按照Trie树中的字符进行搜索的,这样Trie树就起到了一个减枝的作用(Trie树中由于到达当前节点的前缀都是一样的所以在dfs搜索的时候如果前缀是一样的话那么可以大大减少递归的时间复杂度)。在创建Trie树(使用字典来表示当前节点的孩子节点)插入新单词的时候需要设置一个当前单词的标记,这样在使用dfs搜索找到对应的单词之后才可以根据这个标记找到具体的单词。下面使用的是python语言解决的,不过运行还是挺慢的,提交上去8秒多才运行完。
② 这里需要注意有几个坑:第一是不能够使用全局变量res(res为list列表类型的变量)来记录答案,力扣中的测试样例是针对于单个类实例的,如果声明全局变量来记录那么上一次res的值会影响到下一个测试用例的值,这里可以使用在方法中传入res变量,这样在每一次调用Solution()对应的方法的时候res变量都是新创建的list变量,一开始的时候没有注意到这个问题导致交上去的时候就错了。第二个坑是当找到一个单词的时候不要return,因为有可能找到的单词是一个较短的前缀单词,往周围的方向找的时候可能还有更长的单词,直接return之后那么更长的单词就找不到了,这个可能与之前的惯性思维有关找到一个满足条件的答案之后就直接return了。
3. 代码如下:
from typing import List
class Solution:
# res用来记录注意这里不能够使用全局变量因为力扣测试的时候是一个类实例进行测试的
# res = list()
def __init__(self):
# 初始化dic属性用来表示当前节点的孩子节点
self.dic = {}
# Trie树的插入方法
def insert(self, word: str, id: int): # id表示当前单词的id这样才可以记录下是哪一个单词
t = self.dic
for c in word:
if c not in t:
t[c] = {}
t = t[c]
# 标记当前的单词的id, 方便后面搜索到符合条件的单词找到能够通过id属性值找到对应值
t["id"] = id
# pos表示上下左右四个方向
pos = [[0, 1], [0, -1], [1, 0], [-1, 0]]
# 借助于Trie树进行减枝
def dfs(self, res: List[str], vis: List[List[int]], board: List[List[str]], words: List[str], x: int, y: int,
t: dict):
# 当id不为空的时候表示搜索到一个单词并且是第一次出现的单词(有可能出现重复的单词)
if "id" in t and words[t["id"]] not in res:
res.append(words[t["id"]])
vis[x][y] = 1
# 搜索上下左右四个方向
for i in range(4):
x1, y1 = x + self.pos[i][0], y + self.pos[i][1]
if 0 <= x1 < len(vis) and 0 <= y1 < len(vis[0]) and vis[x1][y1] == 0:
c = board[x1][y1]
if c in t:
self.dfs(res, vis, board, words, x1, y1, t[c])
vis[x][y] = 0
return res
def findWords(self, board: List[List[str]], words: List[str]) -> List[str]:
# 插入单词
for i in range(len(words)):
# 插入单词的时候标记是哪一个单词
self.insert(words[i], i)
t = self.dic
res = list()
r, c = len(board), len(board[0])
# 标记列表vis用来标记哪些位置是已经被访问过了
vis = [[0] * c for i in range(r)]
for i in range(r):
for j in range(c):
if board[i][j] in t:
self.dfs(res, vis, board, words, i, j, t[board[i][j]])
return res