LeetCode 79 单词搜索

Ethan-running

于 2024-03-22 13:52:05 发布

阅读量489

点赞数 14

分类专栏： # leetcode 文章标签： leetcode 算法

本文链接：https://blog.csdn.net/qq_43745578/article/details/136938928

版权

leetcode 专栏收录该内容

50 篇文章 0 订阅

订阅专栏

题目描述

单词搜索

给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中，返回 true ；否则，返回 false 。

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不允许被重复使用。

示例 1：

在这里插入图片描述

输入：board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "ABCCED"
输出：true

示例 2：

在这里插入图片描述

输入：board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "SEE"
输出：true

示例 3：

在这里插入图片描述

输入：board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "ABCB"
输出：false

提示：

m == board.length
n = board[i].length
1 <= m, n <= 6
1 <= word.length <= 15
board 和 word 仅由大小写英文字母组成

**进阶：**你可以使用搜索剪枝的技术来优化解决方案，使其在 board 更大的情况下可以更快解决问题？

解法

解法：回溯

设函数 check(i,j,k) 表示判断以网格的 (i,j) 位置出发，能否搜索到单词 word[k…]，其中 word[k…]表示字符串 word 从第 k 个字符开始的后缀子串。如果能搜索到，则返回 true，反之返回 false。函数 check(i,j,k)的执行步骤如下：

如果 board[i][j]=s[k]，当前字符不匹配，直接返回 false。
如果当前已经访问到字符串的末尾，且对应字符依然匹配，此时直接返回 true。
否则，遍历当前位置的所有相邻位置。如果从某个相邻位置出发，能够搜索到子串 word[k+1…]，则返回 true，否则返回 false。

这样，我们对每一个位置 (i,j)都调用函数 check(i,j,0)进行检查：只要有一处返回 true，就说明网格中能够找到相应的单词，否则说明不能找到。

为了防止重复遍历相同的位置，需要额外维护一个与 board等大的 visited 数组，用于标识每个位置是否被访问过。每次遍历相邻位置时，需要跳过已经被访问的位置。

java代码：

class Solution {
    public boolean exist(char[][] board, String word) {
        int h = board.length, w = board[0].length;
        // 维护一个等大小的二维数组，标记哪些元素已经访问过了
        boolean[][] visited = new boolean[h][w];
        // 依次遍历每个元素，以每个元素开头，开始找符合word里的元素，只要找到一个，就返回true
        for (int i = 0; i < h; i++) {
            for (int j = 0; j < w; j++) {
                boolean flag = check(board, visited, i, j, word, 0);
                if (flag) {
                    return true;
                }
            }
        }
        return false;
    }

    /**
     * 辅助函数：检查是否能找到符合word的元素的路径
     *
     * @param board  原始矩阵
     * @param visited  访问标记矩阵
     * @param i  当前位置的行
     * @param j  当前位置的列
     * @param word  要找的元素
     * @param k  要找的word的下个元素的位置
     * @return
     */
    private boolean check(char[][] board, boolean[][] visited, int i, int j, String word, int k) {
         // 如果当前位置的元素不等于word里第k个元素，直接诶返回false
        if (board[i][j] != word.charAt(k)) {
            return false;
        } else if (k == word.length() - 1) {
            // 如果上面相等了，且k已经是最后一个元素了，则说明找到了word里的所有元素了
            return true;
        }
        // 如果k还不是最后一个元素，则继续找下一个

        // 先把当前位置标记为已访问
        visited[i][j] = true;
        // 按照上下左右4个位置分别找下一个符合的元素
        int[][] directions = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}};
        boolean result = false;
        for (int[] direction : directions) {
            // 下一个新的位置
            int newi = i + direction[0], newj = j + direction[1];
            // 判断是否越界，越界就直接跳过即可
            if (newi >= 0 && newi < board.length && newj >= 0 && newj < board[0].length) {
                // 判断是否已经访问过了，访问过的跳过
                if (!visited[newi][newj]) {
                    // 继续检查当前元素的下一个元素
                    boolean flag =  check(board, visited, newi, newj, word, k + 1);
                    if (flag) {
                        result = true;
                        break;
                    }
                }
            }
        }
        visited[i][j] = false;
        return result;
    }
}

复杂度

时间复杂度：O(MN⋅3^L)，这是一个较非常宽松的上界，其中 M,N 为网格的长度与宽度，L 为字符串 word 的长度。在每次调用函数 check 时，除了第一次可以进入 4 个分支以外，其余时间我们最多会进入 3 个分支（因为每个位置只能使用一次，所以走过来的分支没法走回去）。由于单词长为 L，故 check(i,j,0) 的时间复杂度为 O(3^L)，而我们要执行 O(MN)次检查。然而，由于剪枝的存在，我们在遇到不匹配或已访问的字符时会提前退出，终止递归流程。因此，实际的时间复杂度会远远小于(MN⋅3^L )。
空间复杂度：O(MN)，我们额外开辟了 O(MN) 的 visited 数组，同时栈的深度最大为 O(min⁡(L,MN))。