LeetCode 高级 - 单词搜索 II

单词搜索 II

给定一个二维网格 board 和一个字典中的单词列表 words，找出所有同时在二维网格和字典中出现的单词。

单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母在一个单词中不允许被重复使用。

示例:

输入: 
words = ["oath","pea","eat","rain"] and board =
[
  ['o','a','a','n'],
  ['e','t','a','e'],
  ['i','h','k','r'],
  ['i','f','l','v']
]

输出: ["eat","oath"]

说明:
你可以假设所有输入都由小写字母 a-z 组成。

提示:

• 你需要优化回溯算法以通过更大数据量的测试。你能否早点停止回溯？
• 如果当前单词不存在于所有单词的前缀中，则可以立即停止回溯。什么样的数据结构可以有效地执行这样的操作？散列表是否可行？为什么？ 前缀树如何？如果你想学习如何实现一个基本的前缀树，请先查看这个问题： 实现Trie（前缀树）。

分析

核心思想：DFS + 前缀树

关于提示中提到的 实现Trie（前缀树） 一题，解法见 LeetCode 高级 - 实现 Trie（前缀树）

本题的提示很明确，就是在引导我们使用前缀树匹配，减少回溯规模，以通过大数据量的测试。（貌似不采取前缀树，直接常规 DFS 会 TLE）

至于 DFS，套路很清晰，见代码即可。

代码

class Solution {
    private TrieNode root = new TrieNode();
    private int[] row = new int[]{-1,1,0,0};
    private int[] col = new int[]{0,0,-1,1};

    public List findWords(char[][] board, String[] words) {

        //直接用 list 存，会出现 重复记录word 的情况。。。汗颜！
        //List results = new ArrayList();

        //改用 HashSet 暂存结果，确保不会出现重复word
        HashSet temp = new HashSet<>();

        //前缀树
        for(int i=0;ifor(int j=0;j//DFS
        boolean[][] visited = new boolean[board.length][board[0].length];
        for(int i=0;ifor(int j=0;j0].length;j++){
                if(root.ifExists(board[i][j])){
                    find(board,visited,i,j,root,temp);
                }
            }
        }

        List results = new ArrayList();
        results.addAll(temp);
        return results;
    }

    private void find(char[][] board,boolean[][] visited,int x,int y,TrieNode node,HashSet temp){
        visited[x][y]=true;
        TrieNode cur = node.next[board[x][y]-'a'];
        //到达可匹配子串，记录当前 word
        if(cur.word!=null)
            temp.add(cur.word);
        for(int i=0;i<4;i++){
            int x2 = x + row[i];
            int y2 = y + col[i];
            if(x2>=0 && x2=0 && y2 < board[0].length && !visited[x2][y2] ){
                if(cur.ifExists(board[x2][y2])){
                    find(board,visited,x2,y2,cur,temp);
                }
            }
        }
        visited[x][y] = false;
    }
    //前缀树
    class TrieNode{
        String word;
        TrieNode[] next = new TrieNode[26];
        TrieNode add(char chr){
            if(next[chr-'a'] != null) 
                return next[chr-'a'];
            next[chr-'a'] = new TrieNode();
            return next[chr-'a'];
        }

        boolean ifExists(char chr){
            return (next[chr - 'a']==null)?false:true;
        }
    }
}