深度优先+前缀树：解决单词搜索II中的剪枝优化问题,-CSDN博客

本文链接：https://blog.csdn.net/weixin_51628158/article/details/135055691

题目链接

单词搜索 II

题目描述

注意点

board[i][j] 是一个小写英文字母
words[i] 由小写英文字母组成
words 中的所有字符串互不相同
同一个单元格内的字母在一个单词中不允许被重复使用

解答思路

要想找到一个完整的单词，首先想到的是深度优先遍历，如果想要时间复杂度更低，很容易想到剪枝，剪枝的节点在于如果某个字符串在words中没有一个单词的前缀与该字符串重合（注意不是words中不包含该字符串），所以还要用到前缀树的知识，可以参考前缀树，所以本题的主要思路为深度优先遍历+剪枝+前缀树
第一步要完成的是前缀树的构建，因为本题中所有单词都是由小写字母组成，所以前缀树的子树可以由大小为26的TrieNode数组构成；第二步是遍历整个board数组，将任意位置作为起点；第三步是从起点开始深度优先遍历，在搜索单词的期间判断其是否在前缀树中，如果不存在则直接剪枝，如果存在则需要判断其是否是单词并重复进行第三步进行深度优先遍历（注意，在此期间，需要对该位置是否遍历进行回溯）
本题如果以网格为基础构建前缀树，那么情况会非常多非常复杂，而words的数量最多不超过3 * 10^4，所以以单词为基础构建前缀树，随后深度优先遍历board数组判断其路径是否存在前缀树

代码

class Solution {
    int row;
    int col;
    public List<String> findWords(char[][] board, String[] words) {
        List<String> res = new ArrayList<>();
        row = board.length;
        col = board[0].length;
        // 某一次dfs中单元格是否已经访问过
        boolean[][] isVisited = new boolean[row][col];
        Trie root = new Trie();
        for (String word : words) {
            buildTrie(word, root);
        }
        for (int i = 0; i < row; i++) {
            for (int j = 0; j < col; j++) {
                dfs(board, isVisited, i, j, root, res, new StringBuilder());
            }
        }
        return res;
    }

    public void dfs(char[][] board, boolean[][] isVisited, int i, int j, Trie root, List<String> res, StringBuilder sb) {
        if (i < 0 || i >= row || j < 0 || j >= col) {
            return;
        }
        if (isVisited[i][j]) {
            return;
        }
        char c = board[i][j];
        if (root.childTrie[c - 'a'] == null) {
            return;
        }
        isVisited[i][j] = true;
        sb.append(c);
        Trie node = root.childTrie[c - 'a'];
        if (node.isLeaf) {
            res.add(sb.toString());
            // 防止同个单词多次写入结果集
            node.isLeaf = false;
        }
        dfs(board, isVisited, i + 1, j, node, res, sb);
        dfs(board, isVisited, i - 1, j, node, res, sb);
        dfs(board, isVisited, i, j + 1, node, res, sb);
        dfs(board, isVisited, i, j - 1, node, res, sb);
        // 回溯
        sb.deleteCharAt(sb.length() - 1);
        isVisited[i][j] = false;
    }

    public void buildTrie(String word, Trie root) {
        Trie node = root;
        for (char c : word.toCharArray()) {
            if (node.childTrie[c - 'a'] == null) {
                node.childTrie[c - 'a'] = new Trie();
            }
            node = node.childTrie[c - 'a'];
        }
        node.isLeaf = true;
    }
}

class Trie {
    boolean isLeaf;
    Trie[] childTrie = new Trie[26];
}