79. 单词搜索

79. 单词搜索

难度中等585收藏分享切换为英文关注反馈

给定一个二维网格和一个单词,找出该单词是否存在于网格中。

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不允许被重复使用。

示例:

board =
[
  ['A','B','C','E'],
  ['S','F','C','S'],
  ['A','D','E','E']
]

给定 word = "ABCCED", 返回 true
给定 word = "SEE", 返回 true
给定 word = "ABCB", 返回 false

提示:

  • boardword 中只包含大写和小写英文字母。
  • 1 <= board.length <= 200
  • 1 <= board[i].length <= 200
  • 1 <= word.length <= 10^3

思路

利用深度优先遍历, 先找到入口,之后对其所有可能下一步进行搜索,找到符合条件的则返回True, 若找到途中没有符合条件的则返回False

自定义函数:

  • judge_aviliable(i, j, char) 判断i, j下标是否可用,可用的标准如下
    • 在矩形范围内
    • 没有被访问过
    • 该点在board中的值恰好是当前需要匹配的word[index]
  • get_next(i, j, char):获取i, j 下标的相邻且符号为char的相邻位置
  • dfs(i, j, index) 使用深度优先遍历,遍历图表,若存在word路径则返回true, 不存在则返回False

注意点

  • 对一个点的邻接点进行遍历时,若该点有多个符合条件的邻接点,则只要其中之一返回结果为True, 即可返回True

  • 在找第一个入口地址时,没必要单独处理,直放在dfs中进行一次特判,后面的步骤就都一样了,我的代码中的处理方式是:第一次进入dfs时设置i=j=-1,通过这个来判断是不是第一次进入dfs

  • 记录某一个点是否被访问过,需要设置visited=1 ,但是记得推出递归栈时一定要把visited设置回0, 避免从其他路径走过来时不能访问之前走错的点。

代码

  • python3 版本
class Solution:
    def exist(self, board, word: str) -> bool:
        if len(board) == 0: return False
        if word == '': return True
        m, n = len(board), len(board[0])
        visited = [[0 for j in range(n)] for i in range(m)]
        def judge_aviliable(i, j, char):
            return i >=0 and i <m and j >=0 and j < n and visited[i][j] == 0 and board[i][j] == char
        def get_next(i, j, char):
            net = []
            if judge_aviliable(i + 1, j, char): net.append([i + 1, j])
            if judge_aviliable(i, j + 1, char): net.append([i, j + 1])
            if judge_aviliable(i - 1, j, char): net.append([i - 1, j])
            if judge_aviliable(i, j - 1, char): net.append([i, j - 1])
            return net
        def dfs(i, j, index):
            if index == len(word): return True
            if i == -1 and j == -1: # 
                net = []
                for i in range(m):
                    for j in range(n):
                        if board[i][j] == word[index]: net.append([i, j])
            else:
                net = get_next(i, j, word[index])
            if not net: return False
            res = False
            for next_i, next_j in net:
                visited[next_i][next_j] = 1
                res = res or dfs(next_i, next_j, index + 1)
                visited[next_i][next_j] = 0
            return res
        return dfs(-1, -1, 0)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342