写在前面
本专栏专注于分析与讲解【面试经典150】算法,两到三天更新一篇文章,欢迎催更……
专栏内容以分析题目为主,并附带一些对于本题涉及到的数据结构等内容进行回顾与总结,文章结构大致如下,部分内容会有增删:
- Tag:介绍本题牵涉到的知识点、数据结构;
- 题目来源:贴上题目的链接,方便大家查找题目并完成练习;
- 题目解读:复述题目(确保自己真的理解题目意思),并强调一些题目重点信息;
- 解题思路:介绍一些解题思路,每种解题思路包括思路讲解、实现代码以及复杂度分析;
- 知识回忆:针对今天介绍的题目中的重点内容、数据结构进行回顾总结。
Tag
【面试经典150】【图的广度优先搜索】
题目来源
解题思路
方法一:广度优先搜索
思路
本题思路与 433. 最小基因变化 一致。只需改动一处,答案返回 step + 1
,因为beginWord
本身也包含一次变换。
代码
class Solution {
public:
int ladderLength(string beginWord, string endWord, vector<string>& wordList) {
unordered_set<string> cnt;
unordered_set<string> isVisited;
for (const string& str : wordList) {
cnt.insert(str);
}
if (!cnt.count(endWord)) {
return 0;
}
queue<string> que;
que.push(beginWord);
isVisited.insert(beginWord);
int step = 1;
while (!que.empty()) {
int sz = que.size();
for (int i = 0; i < sz; ++i) {
string cur = que.front(); que.pop();
for (int j = 0; j < cur.size(); ++j) {
for (int k = 0; k < 26; ++k) {
if (cur[j] != char(k + 'a')) {
string next = cur;
next[j] = char(k + 'a');
if (!isVisited.count(next) && cnt.count(next)) {
if (next == endWord) {
return step+1;
}
que.push(next);
isVisited.insert(next);
}
}
}
}
}
++step;
}
return 0;
}
};
复杂度分析
时间复杂度:
O
(
C
×
n
×
m
)
O(C \times n \times m)
O(C×n×m),
n
n
n 为单词的长度,
m
m
m 为数组 wordList
的长度。对于队列中的每个合法的基因序列每次都需要计算
C
×
n
C \times n
C×n 种变化,在这里
C
=
26
C=26
C=26;队列中最多有
m
m
m 个元素,因此时间复杂度为
O
(
C
×
n
×
m
)
O(C \times n \times m)
O(C×n×m)。
空间复杂度: O ( n × m ) O(n \times m) O(n×m)。合法性的哈希表中一共存有 m m m 个元素,队列中最多有 m m m 个元素,每个元素的空间为 O ( n ) O(n) O(n);队列中最多有 m m m 个元素,每个元素的空间为 O ( n ) O(n) O(n),因此空间复杂度为 O ( n × m ) O(n \times m) O(n×m)。
写在最后
如果您发现文章有任何错误或者对文章有任何疑问,欢迎私信博主或者在评论区指出 💬💬💬。
如果大家有更优的时间、空间复杂度的方法,欢迎评论区交流。
最后,感谢您的阅读,如果有所收获的话可以给我点一个 👍 哦。