字典树例题 LintCode623 · K步编辑

题目描述

题目分析

字母树

动态规划组成部分一：确定状态

动态规划组成部分三：初始条件和边界情况

动态规划组成部分四：计算顺序

Java代码实现

    char[] tar = null;
    int K = 0;
    int n = 0;
    List<String> res = null;

    public List<String> kDistance(String[] words, String target, int k) {
        tar = target.toCharArray();
        n = tar.length;
        K = k;
        res = new ArrayList<>();
        TrieNode root = new TrieNode();
        for (int i = 0; i < words.length; i++)
            root.insert(words[i]);
        int[] f = new int[n + 1];
        for (int i = 0; i <= n; i++)
            f[i] = i;
        dfs(root, f);
        return res;
    }

    private void dfs(TrieNode p, int[] f) {
        int[] nf = new int[n + 1];
        if (p.hasWord)
            if (f[n] <= K)
                res.add(p.word);
        for (int i = 0; i < 26; i++) {
            if (p.sons[i] == null)
                continue;
            nf[0] = f[0] + 1;
            for (int j = 1; j <= n; j++) {
                nf[j] = Math.min(Math.min(nf[j - 1] + 1, f[j] + 1), f[j - 1] + 1);
                if (i == tar[j - 1] - 'a')
                    nf[j] = Math.min(nf[j], f[j - 1]);
            }
            dfs(p.sons[i], nf);
        }
    }
}

class TrieNode {
    TrieNode[] sons;
    boolean hasWord;
    String word;

    public TrieNode() {
        sons = new TrieNode[26];
        for (int i = 0; i < 26; i++)
            sons[i] = null;
        hasWord = false;
    }

    public void insert(String wordStr) {
        char[] word = wordStr.toCharArray();
        int c;
        TrieNode p = this;
        for (int i = 0; i < word.length; i++) {
            c = word[i] - 'a';
            if (p.sons[c] == null)
                p.sons[c] = new TrieNode();
            p = p.sons[c];
        }
        p.hasWord = true;
        p.word = wordStr;
    }
}

代码解读

这个题目还是非常难的，这里对Java代码进行解读。
首先是声明了四个全局变量，之所以声明为全局变量是因为这是dfs每次进行搜索的时候需要用到的，如果将它们作为参数传入到dfs的 参数列表中则会使得dfs函数变得冗杂，所以最佳选择就是声明为全局变量。
然后是字典树TrieNode的定义，它的三个成员分为是TrieNode[] sons，boolean hasWord和String word，sons表示节点的孩子节点；hasWord则表示是不是给出的字符串，如果是true就表示该节点及祖先节点组成了一个待求的字符串，word就表示该字符串。insert函数则是用来将所有的待求字符串添加到root节点中。
最后说一下dfs函数，dfs函数有两个参数，TrieNode p和 int[] f，p即表示要深度优先搜索的当前节点，f则表示当前节点的前缀字符串（包括当前节点所代表的字符）与target字符串的编辑距离，如f[n]表示当前节点的前缀字符串与 target的前n个字符的编辑距离。
之所以要将数组f传入dfs函数参数列表，是因为这个数组f是在随着节点变化的，每个节点与target的编辑距离是不同的，而且在进行当前节点的f数组计算的时候需要用到父亲节点的f数组，所以要将f数组写的到参数列表传递给子节点使用。
nf[j] = Math.min(Math.min(nf[j - 1] + 1, f[j] + 1), f[j - 1] + 1);分别对应着编辑距离的增、删和改三种情况，画张图理解起来比较直观

新增是在当前已经加入了“a”的基础上新增，所以需要使用nf数组，即nf[j-1]+1。

删除了“a”之后，字符串与前缀字符出一样，所以使用的是f数组，即f[j]+1。

将“a”修改为“b”后，相当于将target字符串的最后一个字符“b”抵消掉，当前节点的“b”也被抵消掉，变成了前缀节点字符串，所以使用的是f数组，即f[j-1]+1。