? 优质资源分享 ?
| 学习路线指引（点击解锁） | 知识定位 | 人群定位 |
|---|---|---|
| ? Python实战微信订餐小程序 ? | 进阶级 | 本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。 |
| ?Python量化交易实战? | 入门级 | 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统 |
作者：Grey
原文地址：单词搜索问题
题目链接
思路
总体思路是：枚举从board的每个位置开始，看能走出哪些单词表中的单词，伪代码如下：
for (int i = 0; i < board.length;i++) {
for (int j = 0; j < board[0].length;j++) {
int size = process(i,j, board, words);
if (size == words.size) {
return new ArrayList<>(words);
}
}
}
递归函数process 表示从board[i][j]出发，能走出哪些单词表中的单词。返回值是能走出的单词数量是多少，如果返回值正好等于单词表的数量，不需要继续尝试了，直接返回可以走出所有单词。
如果要达到上述目的，这个递归函数还差哪些参数呢？
首先，我需要一个List ans来存储所有走出的单词是哪些；
其次，我需要一个变量List pre存储我每次走到的字符串是什么；
最后，我需要一个快速判断走的是不是无效路径的数据结构，因为如果我没有这个数据结构，我每走一步都需要暴力枚举我走出的pre是不是在单词表中。例如，假设单词表为：
[apple, banana]
假设一个3 x 5的board为：
['a','p','p','l','e']
['a','x','y','b','a']
['b','a','n','a','n']
如果我即将走的下一个字符是第二行第二列的x字符，这个数据结构可以快速帮我过滤掉这种情况，没必要从x字符继续往下走了。
这个数据结构就是前缀树，通过前缀树，可以很快找到某个字符串是否是一个单词的前缀，同时，也可以很快得出某个字符串是否已经完成了匹配。
完善后的递归函数完整签名如下：
// 从board的i，j位置出发，
// 走过的路径保存在pre中，
// 收集到的单词表中的单词保存在ans中
// trie就是单词表建立的前缀树
int process(int i, int j, LinkedList pre, List ans, char[][] board, Trie trie)
在整个递归调用之前，我们需要最先构造前缀树，前缀树的定义如下：
public static class Trie {
public Trie[] next;
public int pass;
public boolean end;
public Trie() {
// 由于只有26个小写字母，所以只需要准备26大小的数组即可。
next = new Trie[26];
// 遍历过的字符次数
pass = 0;
// 是否是一个字符串的结尾
end = false;
}
}
针对单词表，我们建立前缀树，过程如下：
Set set = new HashSet<>();
Trie trie = new Trie();
for (String word : words) {
if (!set.contains(word)){
set.add(word);
buildTrie(trie,word);
}
}
之所以要定义Set，是因为想把单词表去重，buildTrie的完整代码如下，以下为前缀树创建的经典代码，有路则复用，无路则创建，循环结束后，将end设置为true，表示这个单词的结束标志：
private static void buildTrie(Trie trie, String word) {
char[] str = word.toCharArray();
for (char c : str) {
if (trie.next[c - 'a'] == null) {
trie.next[c - 'a'] = new Trie();
}
trie = trie.next[c - 'a'];
trie.pass++;
}
trie.end = true;
}
任何一个字符x，如果：
trie.next[x - 'a'] == null || trie.next[x - 'a'].pass == 0;
则表示没有下一个方向上的路，或者下一个方向上的字符已经用过了，这种情况下，就直接可以无需继续从这个字符开始尝试。
到了某个字符，如果：
trie.end = true
表示这个字符已经是满足条件的某个单词的结尾了，可以开始收集答案。
前缀树准备好了以后，就可以考虑递归函数的base case了，
public static int process(int i, int j, LinkedList pre, List ans, char[][] board, Trie trie){
if (i >= board.length || i < 0 || j >= board[0].length || j < 0) {
return 0;
}
if (board[i][j] == '0') {
// 不走回头路
return 0;
}
if (trie.next[board[i][j] - 'a'] == null || trie.next[board[i][j] - 'a'].pass == 0) {
// 没有路可以走
return 0;
}
...
}
第一个if表示越界，显然返回0，因为你的决策已经让i，j越界了，决策错了，返回0没毛病。
第三个if表示的情况，就是前面说的，前缀树判断当前位置已经没有继续尝试的必要了，返回0也没毛病。
由于题目要求不能走回头路，所以我将走过的位置上的字符修改为字符0，标识我走过这里了，所以第二个if表示：如果我们决策到某个位置是0,说明我们走了回头路，返回0也没毛病。
如果顺利通过了上述三个if，那么说明当前决策的位置有利可图，说不定就可以走出单词表中的单词，所以把当前位置的字符加入pre,表示我已经选择了当前字符，请去上下左右四个方向帮我收集答案，代码如下：
pre.addLast(c);
trie = trie.next[index];
int fix = 0;
if(trie.end) {
ans.add(buildString(pre));
trie.end=false;
fix++;
}
// 这句表示：先标识一下当前位置为0字符，表示我已经走过了
board[i][j] = '0';
// 以下四行表示：
// 请去上，下，左，右四个方向帮我收集答案吧。
fix +=process(i+1,j,pre,ans,board,trie);
fix+=process(i,j+1,pre,ans,board,trie);
fix+=process(i-1,j,pre,ans,board,trie);
fix+=process(i,j-1,pre,ans,board,trie);
// 深度优先遍历的恢复现场操作。
board[i][j] = c;
pre.pollLast();
trie.pass-=fix;
其中if(trie.end)说明已经走出了一个符合条件的单词，可以收集答案了。buildString(pre)就是把之前收集的字符拼接成一个字符串，代表已经拼凑出来的那个单词：
private static String buildString(LinkedList pre) {
LinkedList preCopy = new LinkedList<>(pre);
StringBuilder sb = new StringBuilder();
while (!preCopy.isEmpty()) {
Character c = preCopy.pollFirst();
sb.append(c);
}
return sb.toString();
}
完整代码
public class LeetCode\_0212\_WordSearchII {
public static class Trie {
public Trie[] next;
public int pass;
public boolean end;
public Trie() {
next = new Trie[26];
pass = 0;
end = false;
}
}
public static List findWords(char[][] board, String[] words){
Set set = new HashSet<>();
Trie trie = new Trie();
for (String word : words) {
if (!set.contains(word)){
set.add(word);
buildTrie(trie,word);
}
}
LinkedList pre= new LinkedList<>();
List ans = new ArrayList<>();
for (int i = 0; i < board.length;i++) {
for (int j = 0; j < board[0].length;j++) {
int times = process(i,j,pre,ans,board,trie);
if (times == set.size()) {
return new ArrayList<>(set);
}
}
}
return ans;
}
public static int process(int i, int j, LinkedList pre, List ans, char[][] board, Trie trie){
if (i >= board.length || i < 0 || j >= board[0].length || j < 0) {
return 0;
}
char c = board[i][j];
if (c == '0') {
// 不走回头路
return 0;
}
int index= c - 'a';
if (trie.next[index] == null || trie.next[index].pass == 0) {
// 没有路可以走
return 0;
}
pre.addLast(c);
trie = trie.next[index];
int fix = 0;
if(trie.end) {
ans.add(buildString(pre));
trie.end=false;
fix++;
}
board[i][j] = '0';
fix +=process(i+1,j,pre,ans,board,trie);
fix+=process(i,j+1,pre,ans,board,trie);
fix+=process(i-1,j,pre,ans,board,trie);
fix+=process(i,j-1,pre,ans,board,trie);
board[i][j] = c;
pre.pollLast();
trie.pass-=fix;
return fix;
}
private static String buildString(LinkedList pre) {
LinkedList preCopy = new LinkedList<>(pre);
StringBuilder sb = new StringBuilder();
while (!preCopy.isEmpty()) {
Character c = preCopy.pollFirst();
sb.append(c);
}
return sb.toString();
}
private static void buildTrie(Trie trie, String word) {
char[] str = word.toCharArray();
for (char c : str) {
if (trie.next[c - 'a'] == null) {
trie.next[c - 'a'] = new Trie();
}
trie = trie.next[c - 'a'];
trie.pass++;
}
trie.end = true;
}
}