Word Ladder II
franklinqin0 BFSDFSImplicit Graph
# Solution
# BFS & DFS (REDO)
a simple Python soln (opens new window)
从 end 到 start 做一次 BFS,并且把距离 end 的距离都保存在 distance 中。 然后在从 start 到 end 做一次 DFS,每走一步必须确保离 end 的 distance 越来越近。
与另外一个代码中提前建立 index 不同,这里是在寻找下一个变换单词的时候,再去获得对应的单词列表。一个单词最多有 L 个字符,每个字符有 25 种不同的变化(26 个字母除掉这个位置上的字母),然后 check 一下在不在 dict 里就知道是不是 next word 了。
def findLadders(self, beginWord: str, endWord: str, wordList: List[str]) -> List[List[str]]:
dct = set()
for word in wordList:
dct.add(word)
dct.add(beginWord)
distance = {}
self.bfs(endWord, distance, dct)
results = []
self.dfs(beginWord, endWord, distance, dct, [beginWord], results)
return results
def bfs(self, beginWord, distance, dct):
distance[beginWord] = 0
queue = deque([beginWord])
while queue:
word = queue.popleft()
for next_word in self.get_next_words(word, dct):
if next_word not in distance:
distance[next_word] = distance[word] + 1
queue.append(next_word)
def get_next_words(self, word, dct):
words = []
for i in range(len(word)):
for c in 'abcdefghijklmnopqrstuvwxyz':
next_word = word[:i] + c + word[i + 1:]
if next_word != word and next_word in dct:
words.append(next_word)
return words
def dfs(self, curt, target, distance, dct, path, results):
if curt == target:
results.append(list(path))
return
for word in self.get_next_words(curt, dct):
if distance[word] != distance[curt] - 1:
continue
path.append(word)
self.dfs(word, target, distance, dct, path, results)
path.pop()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
这里寻找下一个变换单词的方法是建立 index,即,如果有一个单词 abc,分别去掉第 1,2,3 个字符之后,把 abc 这个单词分别扔进 %bc, a%c, ab% 这三个不同的 key 的 hash 里。hash 里的 key 是去掉一个字符之后的 pattern,value 是一个 set,保存满足这个 pattern 的所有单词。