前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Leetcode No.126 单词接龙 II(BFS)

Leetcode No.126 单词接龙 II(BFS)

作者头像
week
发布2022-01-06 10:14:55
2200
发布2022-01-06 10:14:55
举报
文章被收录于专栏:用户画像

一、题目描述

按字典 wordList 完成从单词 beginWord 到单词 endWord 转化,一个表示此过程的 转换序列 是形式上像 beginWord -> s1 -> s2 -> ... -> sk 这样的单词序列,并满足:

每对相邻的单词之间仅有单个字母不同。 转换过程中的每个单词 si(1 <= i <= k)必须是字典 wordList 中的单词。注意,beginWord 不必是字典 wordList 中的单词。 sk == endWord 给你两个单词 beginWord 和 endWord ,以及一个字典 wordList 。请你找出并返回所有从 beginWord 到 endWord 的 最短转换序列 ,如果不存在这样的转换序列,返回一个空列表。每个序列都应该以单词列表 [beginWord, s1, s2, ..., sk] 的形式返回。

代码语言:javascript
复制
示例 1:
 输入:beginWord = "hit", endWord = "cog", wordList = ["hot","dot","dog","lot","log","cog"]
 输出:[["hit","hot","dot","dog","cog"],["hit","hot","lot","log","cog"]]
 解释:存在 2 种最短的转换序列:
 "hit" -> "hot" -> "dot" -> "dog" -> "cog"
 "hit" -> "hot" -> "lot" -> "log" -> "cog"
示例 2:
 输入:beginWord = "hit", endWord = "cog", wordList = ["hot","dot","dog","lot","log"]
 输出:[]
 解释:endWord "cog" 不在字典 wordList 中,所以不存在符合要求的转换序列。
提示:
 1 <= beginWord.length <= 7
 endWord.length == beginWord.length
 1 <= wordList.length <= 5000
 wordList[i].length == beginWord.length
 beginWord、endWord 和 wordList[i] 由小写英文字母组成
 beginWord != endWord
 wordList 中的所有单词 互不相同

二、解题思路

本题要求的是 最短转换序列,看到最短首先想到的就是 广度优先搜索。但是本题没有给出显示的图结构,根据单词转换规则:把每个单词都抽象为一个顶点,如果两个单词可以 只 改变一个字母进行转换,那么说明他们之间有一条双向边。因此我们只需要把满足转换条件的点相连,就形成了一张 图。根据示例 1 中的输入,我们可以建出下图:

fig1
fig1

基于该图,我们以 hit 为图的起点, 以cog 为终点进行广度优先搜索,寻找 hit 到 cog 的最短路径。下图即为答案中的一条路径。

fig2
fig2

由于要求输出所有的最短路径,因此我们需要记录遍历路径,然后通过「回溯算法(深度优先遍历)」得到所有的最短路径。

细节

从一个单词出发,修改每一位字符,将它修改成为 a 到 z 中的所有字符,看看修改以后是不是在题目中给出的单词列表中; 有一些边的关系,由于不是最短路径上的边,不可以被记录下来。为此,我们这样做:为扩展出的单词记录附加的属性:层数。即下面代码中的 steps。如果当前的单词扩散出去得到的单词的层数在以前出现过,则不应该记录这样的边的关系。

因此在广度优先遍历的时候,需要记录的图的关系如下图所示。

image.png
image.png

由于位于广度优先遍历同一层的单词如果它们之间有边连接,不可以被记录下来。因此需要一个哈希表记录遍历到的单词在第几层。理解下面这张图和图中的说明非常重要。

image.png
image.png

在广度优先遍历的时候,我们需要记录:从当前的单词 currWord 只变化了一个字符以后,且又在单词字典中的单词 nextWord 之间的单向关系(虽然实际上无向图,但是广度优先遍历是有方向的,我们解决这个问题可以只看成有向图),记为 from,它是一个映射关系:键是单词,值是广度优先遍历的时候从哪些单词可以遍历到「键」所表示的单词,使用哈希表来保存。

三、代码

代码语言:javascript
复制
public class Solution {
    public List<List<String>> findLadders(String beginWord, String endWord, List<String> wordList) {
        List<List<String>> res = new ArrayList<>();
        //因为需要快速判断扩展出的单词是否在wordList里,因此需要将 wordList 存入哈希表,这里命名为「字典」
        Set<String> dict = new HashSet<>(wordList);
        //特殊用例判断
        if (!dict.contains(endWord)) {
            return res;
        }
        dict.remove(beginWord);
        // 第1步:广度优先遍历建图
        //记录扩展出的单词是在第几次扩展的时候得到的,key:单词,value:在广度优先遍历的第几层
        Map<String, Integer> steps = new HashMap<>();
        steps.put(beginWord, 0);
        //记录了单词是从哪些单词扩展而来,key:单词,value:单词列表,这些单词可以变换到 key ,它们是一对多关系
        Map<String, List<String>> from = new HashMap<>();
        //层数
        int step = 1;
        boolean found = false;
        int wordLen = beginWord.length();
        Queue<String> queue = new LinkedList<>();
        queue.offer(beginWord);
        while (!queue.isEmpty()) {
            int size = queue.size();
            for (int i = 0; i < size; i++) {
                String currWord = queue.poll();
                char[] charArray = currWord.toCharArray();
                //将每一位替换成 26 个小写英文字母
                for (int j = 0; j < wordLen; j++) {
                    char origin = charArray[j];
                    for (char c = 'a'; c <= 'z'; c++) {
                        charArray[j] = c;
                        String nextWord = String.valueOf(charArray);
                        //currWord可以拓展到nextWord且nextWord在第step层
                        if (steps.containsKey(nextWord) && step == steps.get(nextWord)) {
                            from.get(nextWord).add(currWord);
                        }
                        if (!dict.contains(nextWord)) {
                            continue;
                        }
                        //如果从一个单词扩展出来的单词以前遍历过,距离一定更远,为了避免搜索到已经遍历到,且距离更远的单词,需要将它从dict中删除
                        dict.remove(nextWord);
                        //这一层扩展出的单词进入队列
                        queue.offer(nextWord);
                        //记录 nextWord 从 currWord 而来,putIfAbsent如果传入key对应的value已经存在,就返回存在的value,不进行替换
                        from.putIfAbsent(nextWord, new ArrayList<>());
                        from.get(nextWord).add(currWord);
                        //记录 nextWord 的 step
                        steps.put(nextWord, step);
                        if (nextWord.equals(endWord)) {
                            found = true;
                        }
                    }
                    //修复当前,尝试下一位替换
                    charArray[j] = origin;
                }
            }
            //层数加一
            step++;
            if (found) {
                break;
            }
        }
        //第2步:深度优先遍历找到所有解,从endWord恢复到beginWord,所以每次尝试操作path列表的头部
        if (found) {
            Deque<String> path = new ArrayDeque<>();
            path.add(endWord);
            dfs(from, path, beginWord, endWord, res);
        }
        return res;
    }

    public void dfs(Map<String, List<String>> from, Deque<String> path, String beginWord, String cur, List<List<String>> res) {
        if (cur.equals(beginWord)) {
            res.add(new ArrayList<>(path));
            return;
        }
        for (String precursor : from.get(cur)) {
            path.addFirst(precursor);
            dfs(from, path, beginWord, precursor, res);
            path.removeFirst();
        }
    }

    public static void main(String[] args) {
        String beginWord = "hit";
        String endWord = "cog";
        String[] wordList = {"hot","dot","dog","lot","log","cog"};
        List<String> wordList2=new ArrayList<String>(Arrays.asList(wordList));
        Solution solution=new Solution();
        List<List<String>> rs=solution.findLadders(beginWord,endWord,wordList2);
        for(List<String> list:rs){
            for(String s:list){
                System.out.print(s+"->");
            }
            System.out.println();
        }
    }
}
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021/10/07 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、题目描述
  • 二、解题思路
    • 细节
    • 三、代码
    领券
    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档