Python刷leetcode--127.单词接龙

    # 根据单词的每一位来改变,然后每一位变为a->z,判断是否是end是就return 层数+1,
    # steps里已经存在则证明走长了，就continue，不存在就添加到steps，并入队作为下一层的元素
    # 使用一个set记录单词的使用情况

# 给定两个单词（beginWord 和 endWord）和一个字典，找到从 beginWord 到 endWord 的最短转换序列的长度。转换需遵循如下规则：
#  
# 
#  
#  每次转换只能改变一个字母。 
#  转换过程中的中间单词必须是字典中的单词。 
#  
# 
#  说明: 
# 
#  
#  如果不存在这样的转换序列，返回 0。 
#  所有单词具有相同的长度。 
#  所有单词只由小写字母组成。 
#  字典中不存在重复的单词。 
#  你可以假设 beginWord 和 endWord 是非空的，且二者不相同。 
#  
# 
#  示例 1: 
# 
#  输入:
# beginWord = "hit",
# endWord = "cog",
# wordList = ["hot","dot","dog","lot","log","cog"]
# 
# 输出: 5
# 
# 解释: 一个最短转换序列是 "hit" -> "hot" -> "dot" -> "dog" -> "cog",
#      返回它的长度 5。
#  
# 
#  示例 2: 
# 
#  输入:
# beginWord = "hit"
# endWord = "cog"
# wordList = ["hot","dot","dog","lot","log"]
# 将hit的每一位变成a->z看看是否存在，不存在就加入wordList，并需要一个deepth记录深度
# 
# 输出: 0
# 
# 解释: endWord "cog" 不在字典中，所以无法进行转换。 
#  Related Topics 广度优先搜索 
#  👍 387 👎 0


# 127.单词接龙

# leetcode submit region begin(Prohibit modification and deletion)
import string
from collections import deque


class Solution:
    def ladderLength(self, beginWord, endWord, wordList):
        """
        :type beginWord: str
        :type endWord: str
        :type wordList: List[str]
        :rtype: int
        """
        # 根据单词的每一位来改变,然后每一位变为a->z,判断是否是end是就return 层数+1,
        # steps里已经存在则证明走长了，就continue，不存在就添加到steps，并入队作为下一层的元素
        # 使用一个set记录单词的使用情况
        if beginWord == endWord or not beginWord or not wordList:
            return 0
        word_unused = set(wordList)
        dfs_que = deque([beginWord])
        steps = {beginWord: 1}

        while dfs_que:
            deepth = dfs_que.pop()
            step = steps[deepth]
            for i in range(len(beginWord)):
                for each_char in string.ascii_lowercase:
                    if deepth[i] == each_char:  # 如果字母相同就直接比较下个
                        continue
                    new_word = deepth[:i] + each_char + deepth[i + 1:]
                    if new_word == endWord:
                        return step + 1
                    if new_word in word_unused:
                        dfs_que.append(new_word)
                        word_unused.remove(new_word)
                        steps[new_word] = step + 1
        return 0  # 如果直到最后还没有返回，就返回0