[剑指Offer] 12_矩阵中的路径

题目

请设计一个函数，用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。
路径可以从矩阵中的任意一路，每一步可以在矩阵中向左、右、上、下移动一格。如果一条路径
经过了矩阵的某一个，那么该路径不能再次进入该格子。例如，在下面的3x4的矩阵中包含一条
字符串"bfce"的路径(路径中的字母用下划线标出)。但矩阵中不包含字符串"abfb"的路径，因
为字符串的第一个字母b占据了矩阵的第一行第二个格子后，路径不能再次进入这个格子。

例：

a	b	t	g
c	f	c	s
j	d	e	h

“bfce” = True; “abfb” = False
注： 书上描述的不是很精确，这条路径里不光需要包含字符串，还必须是连续的，不能bface，这样的路径不包含bfce。

---

思路

1. 回溯法递归，每次尝试上下左右四种走法，直到出现超出边界或四周没有下一步字符或步入已经过的格子则返回False，如果所有字符已经被走过，则返回True。其实我认为和深度优先搜索一回事。递归调用时，就是先将某一步的所有分支都走完后返回最终结果。
   1. 时间复杂度：我这个不会算，希望有人能给我解答
   2. 空间复杂度：缓存走过的路径O(k)，递归深度最大O(k)，O(k^2)

---

代码

思路1：

def string_path_in_matrix(map, path):
    """
    :param map: puzzle matrix
    :param path: string path
    :return: bool, has path or not
    """

    def search_path(boundary, path, k, cur, pre):
        """
        :param path: path string
        :param k: path progress
        :param cur: current block index
        :param pre: previous passby block list
        :return:
        """
        i ,j = cur
        row, col = boundary
        has_path = False
        if k > len(path)-1:
            return True
        if 0 <= i <= row and 0 <= j <= col:
            if map[i][j] == path[k] and cur not in pre:
                pre.append(cur)
                has_path = search_path(boundary, path, k+1, (i+1,j), pre)\
                        or search_path(boundary, path, k+1, (i,j+1), pre)\
                        or search_path(boundary, path, k+1, (i-1,j), pre)\
                        or search_path(boundary, path, k+1, (i,j-1), pre)
        return has_path

    if map and map[0] and path:
        # empty input check
        row = len(map) - 1
        col = len(map[0])
        boundary = (row, col)
    else:
        raise Exception('EMPTY INPUT')
    cur = None
    for i in range(row):
        for j in range(col):
            # start block search
            if path[0] == map[i][j]:
                cur = (i,j)
                break
    if not cur:
        # not in map
        return False
    return search_path(boundary, path, 0, cur, [])

---

思考

这个时间复杂度该如何计算？感觉和路径的长度k有关。因为搜索的深度最深为k，如果按照
T(k) = 4T(k-1) + O(1) 计算，复杂度高达O(4^k)。最坏情况，每条分支都搜索到k-1的深度，只有最后一条分支为True。那么树的高度为k，每层分支数*4。