回溯-单词搜索

79.单词搜索

java 复制代码
给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中,返回 true ;否则,返回 false 。

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。

输入 :二维字符数组,给定字符串
输出 :布尔值
思路:遍历字符数组,下上右左递归回溯

递归参数 : 当前元素在矩阵 board 中的行列索引 i 和 j ,当前目标字符在 word 中的索引 k 。
终止条件

返回 false : (1) 行或列索引越界 或 (2) 当前矩阵元素与目标字符不同 或 (3) 当前矩阵元素已访问过 ( (3) 可合并至 (2) ) 。

返回 true : k = len(word) - 1 ,即字符串 word 已全部匹配。
递推工作

标记当前矩阵元素: 将 board[i][j] 修改为 空字符'\0' ,代表此元素已访问过,防止之后搜索时重复访问。

搜索下一单元格: 朝当前元素的 上、下、左、右 四个方向开启下层递归,使用 或 连接 (代表只需找到一条可行路径就直接返回,不再做后续 DFS ),并记录结果至 res 。

还原当前矩阵元素: 将 board[i][j] 元素还原至初始值,即 word[k]

java 复制代码
class Solution {
    public boolean exist(char[][] board, String word) {
        char[] words = word.toCharArray();
        //字符数组长度
        int x = board.length;
        int y = board[0].length;
        //遍历字符数组
        for(int i = 0; i < x; i++){
            for(int j = 0; j < y; j++){
                if(backTrack(board, words, i, j, 0)){
                    return true;
                }
            }
        }
        return false;
    }
    public boolean backTrack(char[][] board, char[] words, int x, int y, int index){
        //递归结束
        //数组越界, 或者元素不符  
        if(x < 0 || y < 0 ||
         x >= board.length ||
         y >= board[0].length ||
           board[x][y] != words[index]){
            return false;
        }
        //遍历到words最后一个元素
        if(index == words.length - 1){
            return true;
        }
        //将现在的字符置为空,防止重复访问
        board[x][y] = '\0';
        //递归下上右左
        boolean res = backTrack(board, words, x + 1, y, index + 1) ||
                      backTrack(board, words, x - 1, y, index + 1) || 
                      backTrack(board, words, x, y + 1, index + 1) || 
                      backTrack(board, words, x, y - 1, index + 1);
        //还原
        board[x][y] = words[index];
        return res;
    }
    
}
相关推荐
机器学习之心8 小时前
多目标鲸鱼优化算法(NSWOA),含46种测试函数和9个评价指标,MATLAB实现
算法·matlab·多目标鲸鱼优化算法·46种测试函数·9个评价指标
古译汉书9 小时前
嵌入式铁头山羊STM32-各章节详细笔记-查阅传送门
数据结构·笔记·stm32·单片机·嵌入式硬件·个人开发
max5006009 小时前
基于Meta Llama的二语习得学习者行为预测计算模型
人工智能·算法·机器学习·分类·数据挖掘·llama
callJJ9 小时前
从 0 开始理解 Spring 的核心思想 —— IoC 和 DI(2)
java·开发语言·后端·spring·ioc·di
wangjialelele9 小时前
Linux中的线程
java·linux·jvm·c++
谷咕咕9 小时前
windows下python3,LLaMA-Factory部署以及微调大模型,ollama运行对话,开放api,java,springboot项目调用
java·windows·语言模型·llama
没有bug.的程序员10 小时前
MVCC(多版本并发控制):InnoDB 高并发的核心技术
java·大数据·数据库·mysql·mvcc
在下村刘湘10 小时前
maven pom文件中<dependencyManagement><dependencies><dependency> 三者的区别
java·maven
橘颂TA10 小时前
【数据结构】解锁数据结构:通往高效编程的密钥
数据结构
王哥儿聊AI10 小时前
Lynx:新一代个性化视频生成模型,单图即可生成视频,重新定义身份一致性与视觉质量
人工智能·算法·安全·机器学习·音视频·软件工程