大家好,我就是那个在B站讲算法的「华南溜达虎」。
今天看到一位脉友吐槽被公司告知在裁员名单里,后面又说项目太复杂暂时不裁了,把楼主搞的一脸懵,第一次遇到这种骚操作,不知道后面还会不会被裁。
评论区的脉友纷纷出谋划策,建议楼主要一直让项目复杂下去,防御性代码要写起来。大部分脉友还是很清醒,认为楼主要抓紧看机会了,项目结束肯定会被裁。好巧不巧,我也见过类似情况,一位同事被沟通完大礼包的第二天又被撤回了,就是因为那段时间项目缺少一个打杂的,项目结束以后那位同事如愿拿到了大礼包。
25届秋招已经开始了,我组织了一个秋招群,大家可以交流学习心得、面试经验,分享工作机会,有啥问题也可以在群里咨询。在群里我整理了一百多家已经启动秋招企业的文档,以及投递入口,每天都会更新,大家只要按照这个文档海投就可以了。
大家互帮互助相信一定可以拿下秋招!计算机相关专业的同学可以 点击底部的「阅读原文」 加群。
言归正传,今天我们来分享一道高频面试题「单词搜索」。
题目描述
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。
举个例子:
输入:board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "ABCCED"
输出:true
思路解析
本题的思路比较清晰,采用深度优先搜索,深搜一般采用递归来实现,本题的关键就是确定递归的结束条件。
从二维数组的四周边界元素开始dfs
搜索,搜索到目标单词就返回true
,否则,所有的路径都搜索完也没搜到目标单词就返回false
。
假设二维数组board = [['F', 'C', 'S'], ['F', 'E', 'D'], ['A', 'B', 'C']]
。
要搜索的字符串word = "BEF"
,那么从board
边界坐标(2, 1)
即字符B
开始,按照下右上左
的顺序进行dfs
的过程如下图,因为每个字符最多有四个相邻字符,所以搜索树是一个四叉树。
从字符B
搜索到字符C
发现不匹配,把字符C
置为未被访问的状态,回溯到字符B
,接着对字符E
进行搜索,直到搜索到字符F
,整个word
被搜索到,返回true
。
定义变量i
为递归的深度,也表示word
的第i
个字符,row
为二维数组board
的行,col
为二维数组board
的列。
递归结束的条件如下:
递归深度 i == word.length()
,说明在board
中搜索到了word
,结束搜索返回true
。递归深度 i < word.length()
,如果坐标(row, col)
在board
边界之外 或board[row][col] != word[i]
或 坐标(row, col)
已被访问过 就结束搜索返回false
,否则继续向四周搜索。
下面我们给出c++和python的两种代码实现。
C++代码
class Solution {
public:
bool exist(vector<vector<char>>& board, string word) {
int rows = board.size();
int cols = board[0].size();
vector<vector<bool>> visit(rows, vector<bool>(cols, false));
for (int row = 0; row < rows; ++row) {
for (int col = 0; col < cols; ++col ) {
if (dfs(row, col, 0, board, word, visit)) {
return true;
}
}
}
return false;
}
//row:board的行,col:board的列,i:递归的深度也是word的第i个字符,visit:保存board中元素是否访问过
bool dfs(int row, int col, int i, vector<vector<char>>& board, string& word, vector<vector<bool>>& visit) {
if (i == word.length()) {
return true;
}
int rows = board.size();
int cols = board[0].size();
if (row >= rows || row < 0 || col >= cols || col < 0 || board[row][col] != word[i] || visit[row][col]) {
return false;
}
visit[row][col] = true;
bool res = false;
//向下搜索
res |= dfs(row + 1, col, i + 1, board, word, visit);
//向右搜索
res |= dfs(row, col + 1, i + 1, board, word, visit);
//向上搜索
res |= dfs(row - 1, col, i + 1, board, word, visit);
//向左搜索
res |= dfs(row, col - 1, i + 1, board, word, visit);
visit[row][col] = false;
return res;
}
};
python代码
class Solution(object):
def exist(self, board, word):
"""
:type board: List[List[str]]
:type word: str
:rtype: bool
"""
rows = len(board)
cols = len(board[0])
visit = [[False] * cols for _ in range(rows)] # 记录访问过的位置
for row in range(rows):
for col in range(cols):
if self.dfs(row, col, 0, board, word, visit):
return True
return False
def dfs(self, row, col, i, board, word, visit):
if i == len(word): # 如果已经匹配到了word的最后一个字符,说明匹配成功
return True
rows = len(board)
cols = len(board[0])
if (row < 0 or row >= rows or col < 0 or col >= cols or # 边界条件判断
board[row][col] != word[i] or visit[row][col]): # 当前字符不匹配或者已经访问过
return False
visit[row][col] = True # 标记当前位置为已访问
res = (self.dfs(row + 1, col, i + 1, board, word, visit) or # 向下搜索
self.dfs(row, col + 1, i + 1, board, word, visit) or # 向右搜索
self.dfs(row - 1, col, i + 1, board, word, visit) or # 向上搜索
self.dfs(row, col - 1, i + 1, board, word, visit)) # 向左搜索
visit[row][col] = False # 回溯,取消标记
return res
复杂度分析
时间复杂度: board
中的每一个元素都要进行深度优先搜索,这里的深搜使用递归来实现的,这里的递归展开来是一个高度为k
的四叉树,所以时间复杂度为O(mn4k),其中m
是board
的行数,n
是board
的列数。
空间复杂度: 借用了一个visit
数组和递归调用栈,所以空间复杂度为O(mn),递归调用栈和word
的长度有关,一般不会比mn
长。其中m
是visit
的行数,n
是visit
的列数。
号外
经常使用leetcode会员的同学可以使用我的优惠通道啦!
https://leetcode.cn/premium/?promoChannel=ldtiger ,年度会员有效期比官网多俩月,季度会员有效期比官网多两个星期,还有专属福利,需要的读者朋友可以找我了解。
今天的分享就到这里,希望大家能有所收获!