本文共 7936 字,大约阅读时间需要 26 分钟。
https://leetcode-cn.com/problems/word-ladder/
给定两个单词(beginWord 和 endWord)和一个字典,找到从 beginWord 到 endWord 的最短转换序列的长度。转换需遵循如下规则:
每次转换只能改变一个字母。
转换过程中的中间单词必须是字典中的单词。 说明:如果不存在这样的转换序列,返回 0。
所有单词具有相同的长度。 所有单词只由小写字母组成。 字典中不存在重复的单词。 你可以假设 beginWord 和 endWord 是非空的,且二者不相同。 示例 1:输入:
beginWord = “hit”, endWord = “cog”, wordList = [“hot”,“dot”,“dog”,“lot”,“log”,“cog”]输出: 5
解释: 一个最短转换序列是 “hit” -> “hot” -> “dot” -> “dog” -> “cog”,
返回它的长度 5。 示例 2:输入:
beginWord = “hit” endWord = “cog” wordList = [“hot”,“dot”,“dog”,“lot”,“log”]输出: 0
解释: endWord “cog” 不在字典中,所以无法进行转换。
将各单词看做无向图(因为A能转换为B,则B肯定也能转换为A),且beginWord看做图的BFS起点。只要两个单词可转变,则存在一条边。
可转变的含义是,两个单词之间有且仅有一个字符不同!
要求到达endWord的最短路径,则可从起点beginWord开始bfs,只要到达endWord肯定是最短路径!
class Solution { public int ladderLength(String beginWord, String endWord, ListwordList) { boolean find = false; Map > pathMap = new HashMap<>(); // pathMap中key为单词,value为该单词能直接转换的字符串组成的list pathMap.put(beginWord, new ArrayList ()); // 1. 首先判断字典中是否包含endWord, // 2. 以及顺便初始化pathMap和beginWord可转变节点 for(int i = 0; i < wordList.size(); i++){ if(endWord.equals(wordList.get(i))){ find = true; } pathMap.put(wordList.get(i), new ArrayList ()); if(connect(beginWord, wordList.get(i))){ pathMap.get(beginWord).add(wordList.get(i)); } } // 3. 如果endWord不在wordList中,则直接表示无法转变,结果返回 if(!find){ return 0; } // 到这里说明endWord在wordList中,需要继续bfs判断是否beginWord->endWord // 4. 将能直接转变的单词联通成图 for(int i = 0; i < wordList.size(); i++){ for(int j = i + 1; j < wordList.size(); j++){ if(connect(wordList.get(i), wordList.get(j))){ pathMap.get(wordList.get(i)).add(wordList.get(j)); pathMap.get(wordList.get(j)).add(wordList.get(i)); } } } // 用于bfs的队列 LinkedList queue = new LinkedList<>(); // 已访问过的字符串 Set visited = new HashSet<>(); // 将开始字符串添加到队列头部 // 以#号分隔,左半部分是单词,右半部分是当前路径长度 queue.add(beginWord + "#" + 1); // 5.开始BFS遍历图 while(!queue.isEmpty()){ String[] oriStr = queue.poll().split("#"); String str = oriStr[0]; if(endWord.equals(str)){ // bfs时,遇到endWord时的路径肯定最短 return Integer.parseInt(oriStr[1]); } // 下一个bfs节点,路径长度+1 int nextDepth = Integer.parseInt(oriStr[1]) + 1; List connectStrList = pathMap.get(str); for(String connectStr : connectStrList){ if(!visited.contains(connectStr)){ visited.add(connectStr); queue.add(connectStr + "#" + nextDepth); } } } return 0; } // 用于判断两个字符串是否可直接转变 private boolean connect(String left, String right){ int cnt = 0; for(int i = 0; i < left.length(); i++){ if(left.charAt(i) != right.charAt(i)){ if(++cnt == 2){ return false; } } } if(cnt == 1){ return true; }else{ return false; } }}
最坏O(N^2 * K)
前面BFS方法固然好,但时间太慢。可以采用双端BFS,每次从节点少(分支少)的一端遍历,加快找到连通的路径。
class Solution { // 已访问过的字符串 private Setvisited = new HashSet<>(); private Map > pathMap = new HashMap<>(); public int ladderLength(String beginWord, String endWord, List wordList) { boolean find = false; pathMap.put(beginWord, new ArrayList ()); // 首先判断字典中是否包含endWord,以及顺便初始化pathMap和beginWord可转变节点 for(int i = 0; i < wordList.size(); i++){ if(endWord.equals(wordList.get(i))){ find = true; } pathMap.put(wordList.get(i), new ArrayList ()); if(connect(beginWord, wordList.get(i))){ pathMap.get(beginWord).add(wordList.get(i)); } } if(!find){ return 0; } // 将能直接转变的联通成图 for(int i = 0; i < wordList.size(); i++){ for(int j = i + 1; j < wordList.size(); j++){ if(connect(wordList.get(i), wordList.get(j))){ pathMap.get(wordList.get(i)).add(wordList.get(j)); pathMap.get(wordList.get(j)).add(wordList.get(i)); } } } // 用于bfs Set start = new HashSet<>(); // 将开始字符串添加到起点队列 start.add(beginWord); Set end = new HashSet<>(); // 将结束字符串添加到终点队列 end.add(endWord); // 开始BFS遍历图 return bfs(start, end, 2); } private int bfs(Set start, Set end, int depth){ if(start.size() == 0 || end.size() == 0){ return 0; } // 用来存放另一端待BFS遍历元素 HashSet next = new HashSet<>(); for(String str : start){ visited.add(str); List connectStrList = pathMap.get(str); for(String connectStr : connectStrList){ if(!visited.contains(connectStr)){ if(end.contains(connectStr)){ // bfs时,end节点包含该str时,说明可达终点,此时路径肯定最短 return depth; } next.add(connectStr); } } } // 每次从较少元素的一侧开始遍历 if(next.size() > end.size()){ return bfs(end, next, ++depth); }else{ return bfs(next, end, ++depth); } } // 用于判断两个字符串是否可直接转变 private boolean connect(String left, String right){ int cnt = 0; for(int i = 0; i < left.length(); i++){ if(left.charAt(i) != right.charAt(i)){ if(++cnt == 2){ return false; } } } if(cnt == 1){ return true; }else{ return false; } }}
最坏O(N^2 * K)
前面双端BFS方法固然好,但时间依然太慢。主要是前面构造pathMap花了太多时间。
我们转变下思路,不再按位挨个比较构造pathMap,而是构建一个转换Map,Key为如abc*de
,value为List,值如[abcfde, abcgde, abchde]等。所以一个单词可以对应很多个这样的key, value。
在判断时,还是双端bfs,不过判断可转换节点时不再按位遍历当前字符串的每个字符,而是替换为’#'后查找同源其他字符串。
class Solution { // 已访问过的字符串 private Setunvisited = null; private Map > pathMap = new HashMap<>(); private void generateRegex(String str){ char[] cs = str.toCharArray(); for(int j = 0; j < cs.length; j++){ char tmp = cs[j]; cs[j] = '#'; String regexStr = new String(cs); List strList = pathMap.get(regexStr); if(strList == null){ strList = new ArrayList<>(); pathMap.put(regexStr, strList); } strList.add(str); cs[j] = tmp; } } public int ladderLength(String beginWord, String endWord, List wordList) { unvisited = new HashSet<>(wordList); // 首先判断字典中是否包含endWord if(!unvisited.contains(endWord)){ return 0; } // 构建beginWord可转变节点组成的pathMap generateRegex(beginWord); // 构建路径节点可转变节点组成的pathMap for(int i = 0; i < wordList.size(); i++){ generateRegex(wordList.get(i)); } // 用于bfs Set start = new HashSet<>(); // 将开始字符串添加到队列头部 start.add(beginWord); Set end = new HashSet<>(); end.add(endWord); // 开始BFS遍历图 return bfs(start, end, 2); } private int bfs(Set start, Set end, int depth){ if(start.size() == 0 || end.size() == 0){ return 0; } // 标记start集里的所有元素已访问过,避免成环重复访问 unvisited.removeAll(start); HashSet next = new HashSet<>(); for(String str : start){ char[] cs = str.toCharArray(); // 将字符串转为char[],然后按位遍历出每一个regex对应的list for(int i = 0; i < str.length(); i++){ char tmp = cs[i]; cs[i] = '#'; String regexStr = new String(cs); // 得到该regex对应的所有StrList List connectStrList = pathMap.get(regexStr); for(String connectStr : connectStrList){ if(unvisited.contains(connectStr)){ if(end.contains(connectStr)){ // bfs时,end节点包含该str时,说明可达终点,此时路径肯定最短 return depth; } next.add(connectStr); } } cs[i] = tmp; } } if(next.size() > end.size()){ return bfs(end, next, ++depth); }else{ return bfs(next, end, ++depth); } }}
O(N * K)
构建pathMap + O(N * K )
查找 这次优化很大!最坏O(N * K * 26) => O(N * K)
转载地址:http://dmpkb.baihongyu.com/