【面试经典 150 | 图的广度优先搜索】单词接龙

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

127. 单词接龙


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。

  • 12
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

wang_nn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值