leetcode--433. 最小基因变化

题目描述：

基因序列可以表示为一条由 8 个字符组成的字符串，其中每个字符都是 'A'、'C'、'G' 和 'T' 之一。

假设我们需要调查从基因序列 start 变为 end 所发生的基因变化。一次基因变化就意味着这个基因序列中的一个字符发生了变化。

例如，"AACCGGTT" --> "AACCGGTA" 就是一次基因变化。
另有一个基因库 bank 记录了所有有效的基因变化，只有基因库中的基因才是有效的基因序列。

给你两个基因序列 start 和 end ，以及一个基因库 bank ，请你找出并返回能够使 start 变化为 end 所需的最少变化次数。如果无法完成此基因变化，返回 -1 。

注意：起始基因序列 start 默认是有效的，但是它并不一定会出现在基因库中。

 

题目大意
给出了一个起始基因 start，一个结束基因 end。

问能不能通过变换，每次变化当前基因的一位，并且变化后的这个基因在基因库中的为有效基因，最后变换成为 end。如果可以的话，返回变换的最小次数。如果不可以的话，返回 -1.

以题目的示例 2 为例：

输入：start = "AACCGGTT", end = "AAACGGTA", bank = ["AACCGGTA","AACCGCTA","AAACGGTA"]
输出：2
变化的过程如下所示：

 宽度优先搜索算法（又称广度优先搜索）是最简便的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。其别名又叫BFS，属于一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。换句话说，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。

BFS使用队列，把每个还没有搜索到的点依次放入队列，然后再弹出队列的头部元素当做当前遍历点。

BFS总共有两个模板：

模板一：
如果不需要确定当前遍历到了哪一层，BFS 模板如下。

while queue 不空：
    cur = queue.pop()
    if cur 有效且未被访问过：
        进行处理
    for 节点 in cur 的所有相邻节点：
        if 该节点有效：
            queue.push(该节点)
模板二：
如果要确定当前遍历到了哪一层，BFS 模板如下。
这里增加了 level 表示当前遍历到二叉树中的哪一层了，也可以理解为在一个图中，现在已经走了多少步了。size 表示在当前遍历层有多少个元素，也就是队列中的元素数，我们把这些元素一次性遍历完，即把当前层的所有元素都向外走了一步。

level = 0
while queue 不空：
    size = queue.size()
    while (size --) {
        cur = queue.pop()
        if cur 有效且未被访问过：
            进行处理
        for 节点 in cur的所有相邻节点：
            if 该节点有效：
                queue.push(该节点)
    }
    level ++;
上面两个是通用模板，在任何题目中都可以用，是要记住的！

本题做法
由于本题需要知道变换了多少次，因此需要确定当前遍历到哪一层，故本题中直接套用模板二。

代码总体思路：

利用队列保存有效的字符串
只要队列不空，就持续循环：
记录当前队列的长度，对队列中该长度的字符串逐一遍历：
如果搜索到 end，直接返回当前的步数 step
否则，对当前字符串中的每个字符，都转变成 ACGT四个字符，看新形成的字符串是否遇到过
如果没遇到过，就放入队列之中。
步数 + 1

python代码：

class Solution(object):
    def minMutation(self, start, end, bank):
        """
        :type start: str
        :type end: str
        :type bank: List[str]
        :rtype: int
        """
        bfs = collections.deque()
        bfs.append((start, 0))
        bankset = set(bank)
        while bfs:
            gene, step = bfs.popleft()
            if gene == end:
                return step
            for i in range(len(gene)):
                for x in "ACGT":
                    newGene = gene[:i] + x + gene[i+1:]
                    if newGene in bank and newGene != gene:
                        bfs.append((newGene, step + 1))
                        bank.remove(newGene)
        return -1

c++代码：

class Solution {
public:
    int minMutation(string start, string end, vector<string>& bank) {
        unordered_set<string> bank_set(bank.begin(), bank.end());
        queue<string> que;
        que.push(start);
        unordered_set<string> visited;
        visited.insert(start);
        int step = 0;
        while (!que.empty()) {
            int size = que.size();
            for (int i = 0; i < size; ++i) {
                string cur = que.front(); que.pop();
                if (cur == end) {
                    return step;
                }
                for (char gene : "ACGT") {
                    for (int j = 0; j < cur.size(); ++j) {
                        string next = cur;
                        next[j] = gene;
                        if (bank_set.count(next) && !visited.count(next)) {
                            que.push(next);
                            visited.insert(next);
                        }
                    }
                }
            }
            step ++;
        }
        return -1;
    }
};