博客
关于我
leetCode 79 单词搜索 (dfs,回溯)
阅读量:271 次
发布时间:2019-03-01

本文共 1737 字,大约阅读时间需要 5 分钟。

给定一个字母矩阵,所有的字母都与上下左右四个方向上的字母相连。给定一个字符串,求字符串能不能在字母矩阵中寻找到。

输入输出

输入:

  • board:一个二维向量,包含字符。
  • word:一个字符串。

输出:

  • 返回布尔值,表示是否存在。

分析

解决这个问题可以使用深度优先搜索(DFS)或广度优先搜索(BFS)算法。DFS 适用于这种问题,因为可以在同一个二维数组中进行状态修改,避免重复状态。

代码

bool exist(vector
>& board, string word) { if (board.empty() || word.empty()) return false; int m = board.size(), n = board[0].size(); vector
> visited(m, vector
(n, false)); bool found = false; for (int i = 0; i < m; ++i) { for (int j = 0; j < n; ++j) { if (backtracking(i, j, board, word, found, visited, 0)) { return true; } } } return found;}void backtracking(int i, int j, vector
>& board, string& word, bool& found, vector
>& visited, int pos) { if (i < 0 || i >= board.size() || j < 0 || j >= board[0].size()) { return; } if (visited[i][j] || found || board[i][j] != word[pos]) { return; } if (pos == word.size() - 1) { found = true; return; } visited[i][j] = true; if (backtracking(i + 1, j, board, word, found, visited, pos + 1)) { return; } visited[i][j] = false; if (backtracking(i - 1, j, board, word, found, visited, pos + 1)) { return; } visited[i][j] = false; if (backtracking(i, j + 1, board, word, found, visited, pos + 1)) { return; } visited[i][j] = false; if (backtracking(i, j - 1, board, word, found, visited, pos + 1)) { return; } visited[i][j] = false;}

代码解释

  • exist函数:这是主函数,负责初始化和调用回溯函数。

    • 检查边界条件:如果矩阵或字符串为空,返回false。
    • 创建访问数组visited,记录每个位置是否被访问过。
    • 遍历矩阵中的每一个单元格作为起点,调用回溯函数。
    • 如果回溯函数返回true,说明找到字符串,返回true。
  • backtracking函数:实现深度优先搜索。

    • 检查是否越界:如果越界,返回false。
    • 检查当前单元格是否已访问或字符不匹配:如果是,返回false。
    • 如果到达字符串末尾,返回true。
    • 标记当前单元格为已访问,递归四个方向。
    • 递归返回后,恢复当前单元格状态为未访问。
  • 这种方法确保每个位置只被访问一次,避免重复状态,提高效率。

    转载地址:http://uxlx.baihongyu.com/

    你可能感兴趣的文章
    Opencv介绍及opencv3.0在 vs2010上的配置
    查看>>
    OpenCV使用霍夫变换检测图像中的形状
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    OpenCV保证输入图像为三通道
    查看>>
    OpenCV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
    查看>>
    opencv图像分割2-GMM
    查看>>
    opencv图像分割3-分水岭方法
    查看>>
    opencv图像切割1-KMeans方法
    查看>>
    OpenCV图像处理篇之阈值操作函数
    查看>>
    opencv图像特征融合-seamlessClone
    查看>>
    OpenCV图像的深浅拷贝
    查看>>
    OpenCV在Google Colboratory中不起作用
    查看>>
    OpenCV学习(13) 细化算法(1)(转)
    查看>>
    OpenCV学习笔记(27)KAZE 算法原理与源码分析(一)非线性扩散滤波
    查看>>
    OpenCV学堂 | CV开发者必须懂的9种距离度量方法,内含欧氏距离、切比雪夫距离等(建议收藏)
    查看>>
    OpenCV学堂 | OpenCV中支持的人脸检测方法整理与汇总
    查看>>
    OpenCV学堂 | OpenCV案例 | 基于轮廓分析对象提取
    查看>>