算法:魔法字典

1️⃣要求:

设计一个使用单词列表进行初始化的数据结构,单词列表中的单词 互不相同 。 如果给出一个单词,请判定能否只将这个单词中一个字母换成另一个字母,使得所形成的新单词存在于你构建的字典中。

实现 MagicDictionary 类:

  • MagicDictionary() 初始化对象
  • void buildDict(String[] dictionary) 使用字符串数组 dictionary 设定该数据结构,dictionary 中的字符串互不相同
  • bool search(String searchWord) 给定一个字符串 searchWord ,判定能否只将字符串中 一个 字母换成另一个字母,使得所形成的新字符串能够与字典中的任一字符串匹配。如果可以,返回 true ;否则,返回 false 。

示例:

复制代码
输入
["MagicDictionary", "buildDict", "search", "search", "search", "search"]
[[], [["hello", "leetcode"]], ["hello"], ["hhllo"], ["hell"], ["leetcoded"]]
输出
[null, null, false, true, false, false]

解释
MagicDictionary magicDictionary = new MagicDictionary();
magicDictionary.buildDict(["hello", "leetcode"]);
magicDictionary.search("hello"); // 返回 False
magicDictionary.search("hhllo"); // 将第二个 'h' 替换为 'e' 可以匹配 "hello" ,所以返回 True
magicDictionary.search("hell"); // 返回 False
magicDictionary.search("leetcoded"); // 返回 False

提示:

  • 1 <= dictionary.length <= 100
  • 1 <= dictionary[i].length <= 100
  • dictionary[i] 仅由小写英文字母组成
  • dictionary 中的所有字符串 互不相同
  • 1 <= searchWord.length <= 100
  • searchWord 仅由小写英文字母组成
  • buildDict 仅在 search 之前调用一次
  • 最多调用 100 次 search

2️⃣个人算法思路:

先建立一个列表将所有的库存单词存入。

1.用户输入一个Search单词,我们需要针对每一个库存单词进行识别

2.对于每一次单词识别,单词长度不一样的直接跳过

3.接下来逐个字母扫描,如果有不一样的字母diffWords计数+1

4.如果扫描完一个库存单词后diffWords=1就为目标单词,返回True。

5.如果diffWords!=1证明有两个及以上字母不同,则继续扫描下一个单词

6.如果全部扫描完后,不满足True的条件的即为False

Python代码具体实现:

python 复制代码
class MagicDictionary(object):

    def __init__(self):
        self.WordList = []

    def buildDict(self, dictionary):
        for word in dictionary:
            self.WordList.append(word)

    def search(self, searchWord):
        for word in self.WordList:
            if len(word) != len(searchWord): continue
            diffWords = 0
            for i in range(len(word)):
                if word[i] != searchWord[i]:
                    if diffWords == 0:
                        diffWords += 1
                    else:
                        diffWords += 1
                        break
            if diffWords == 1: return True
        return False


if __name__ == '__main__':
    obj = MagicDictionary()
    obj.buildDict(["hello","hillo", "hivee", "leetcode"])
    param_2 = obj.search("hello")
    param_3 = obj.search("hallo")
    param_4 = obj.search("hallo0")
    param_5 = obj.search("leescode")
    param_6 = obj.search("hivea")
    param_7 = obj.search("judge")
    param_8 = obj.search("aaaaa")
    print(param_2)
    print(param_3)
    print(param_4)
    print(param_5)
    print(param_6)
    print(param_7)
    print(param_8)

测试结果:

相关推荐
用户03321266636712 分钟前
使用 Python 轻松移除 Excel 文档中的重复行
python·excel
LiaoWL12314 分钟前
从零搭一个 RAG 知识库(二):换上语义 Embedding——BGE 实测与阈值重校准
python·大模型·numpy·embedding·向量检索·rag
Dmz丶31 分钟前
前端转 AI 100 天 Day 48:向量数据库——100 万向量的毫秒级检索
python
青少儿编程课堂38 分钟前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:中国剩余定理解析
c++·python·算法·bfs·信息学竞赛
菜鸟~noob2331 小时前
[AI]间章:系列走到这里,聊聊后面的规划、造卡需要的软件平台,以及为什么我要先暂停更新
人工智能·python·fpga开发·django·pygame
TomEval11 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
prince_zxill12 小时前
PEP 751 pylock.toml 实测:pip 26.3 装 6 个包版本全钉死,但 [web] 选不中任何东西
python·pip·依赖管理·pep 751
Thanks_ks13 小时前
Python 的垃圾回收——引用计数撑起日常,分代回收收拾残局
python·内存管理·垃圾回收·循环引用·引用计数·gc 模块·weakref
CyrusYiVPP13 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
罗西的思考14 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习