LeetCode：127 单词接龙 无向图BFS

LeetCode：127 单词接龙 无向图BFS

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”]
输出: 0
解释: endWord “cog” 不在字典中，所以无法进行转换。

来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/word-ladder
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路

单词相差一个字母表现出一种联通的关系，这样就可以直接建图去做了，不过用图论做，会比较慢，容易超时，但是勉强能过 ↓

评论区大佬说正确的思路应该是树型的BFS

• 对于一个单词，相差一个字母的单词，为其联通单词，因为表中没有重复的单词，可以使用下标来代替单词
• 使用邻接表存储图联通关系
• 对于这种每次走一步，求最短的，一般都是BFS层层向外遍历

当然单源最短路径（迪杰斯特拉+优先队列）也是可以的

代码

class Solution {
public:
    // 是否相邻
    bool is_nearby(string s1, string s2)
    {
        int cnt = 0;
        for(int i=0; i<s1.length(); i++)
        {
            if(s1[i] == s2[i])
            {
                cnt += 1;
            }
        }
        return (cnt==s1.length()-1) ? (true) : (false);
    }
    int ladderLength(string beginWord, string endWord, vector<string>& wordList)
    {
        if(find(wordList.begin(), wordList.end(), endWord) == wordList.end())
        {
            return 0;
        }
        // 起点也要加入单词列表
        wordList.push_back(beginWord);
        int start_id = find(wordList.begin(), wordList.end(), beginWord) - wordList.begin();
        int end_id = find(wordList.begin(), wordList.end(), endWord) - wordList.begin();
        int len = wordList.size();
        // 记录邻接关系，生成邻接表
        vector<vector<int> > adj(len);
        for(int i=0; i<len; i++)
        {
            for(int j=i+1; j<len; j++)
            {
                if(is_nearby(wordList[i], wordList[j]))
                {
                    adj[i].push_back(j);
                    adj[j].push_back(i);
                }
            }
        }
        // bfs
        deque<int> q;
        q.push_back(start_id);
        vector<int> visited(len);
        visited[start_id] = 1;
        int ans = 0;
        while(!q.empty())
        {
            ans += 1;
            int qs = q.size();
            for(int i=0; i<qs; i++)
            {
                int tp = q.front();
                q.pop_front();
                // 如果找到直接返回
                if(tp == end_id)
                {
                    return ans;
                }
                // 相邻节点入队
                for(int j=0; j<adj[tp].size(); j++)
                {
                    if(visited[adj[tp][j]] == 0)
                    {
                        visited[adj[tp][j]] = 1;
                        q.push_back(adj[tp][j]);
                    }
                }
            }
        }
        return 0;
    }
};