字典 wordList 中从单词 beginWord 和 endWord 的 转换序列 是一个按下述规格形成的序列 beginWord -> s1 -> s2 -> … -> sk:
给你两个单词 beginWord 和 endWord 和一个字典 wordList ,返回 从 beginWord 到 endWord 的 最短转换序列 中的 单词数目 。如果不存在这样的转换序列,返回 0 。
输入:beginWord = “hit”, endWord = “cog”, wordList = [“hot”,“dot”,“dog”,“lot”,“log”,“cog”]
输出:5
解释:一个最短转换序列是 “hit” -> “hot” -> “dot” -> “dog” -> “cog”, 返回它的长度 5。
输入:beginWord = “hit”, endWord = “cog”, wordList = [“hot”,“dot”,“dog”,“lot”,“log”]
输出:0
解释:endWord “cog” 不在字典中,所以无法进行转换。
1 <= beginWord.length <= 10
endWord.length == beginWord.length
1 <= wordList.length <= 5000
wordList[i].length == beginWord.length
beginWord、endWord 和 wordList[i] 由小写英文字母组成
beginWord != endWord
wordList 中的所有字符串 互不相同
本题只需要求出最短长度就可以了,不用找出路径所以这道题要解决两个问题:
首先题目中并没有给出点与点之间的连线,而是要我们自己去连,条件是字符只能差一个,所以判断点与点之间的关系,要自己判断是不是差一个字符,如果差一个字符,那就是有链接。
然后就是求起点和终点的最短路径长度,这里无向图求最短路,广搜最为合适,广搜只要搜到了终点,那么一定是最短的路径。因为广搜就是以起点中心向四周扩散的搜索。
本题如果用深搜,会非常麻烦。
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
import java.util.Queue;
public class bfs_words {
public static void main(String[] args) {
// TODO 自动生成的方法存根
String beginWord = "hit";
String endWord = "cog";
List<String> wordList = new ArrayList<>();
wordList.add("hot");
wordList.add("dot");
wordList.add("dog");
wordList.add("lot");
wordList.add("log");
wordList.add("cog");
int num = ladderLength(beginWord, endWord, wordList);
System.out.println(num);
}
public static int ladderLength(String beginWord, String endWord, List<String> wordList) {
wordList.add(beginWord);
int N = wordList.size();
int start = N - 1;
int end = 0;
while(end < N && !wordList.get(end).equals(endWord)) {
end++;
}
if(end == N)
return 0;
List<Integer>[] graphic = buildGraphic(wordList);
return getShortestPath(graphic, start, end);
}
private static int getShortestPath(List<Integer>[] graphic, int start, int end) {
// TODO 自动生成的方法存根
Queue<Integer> queue = new LinkedList<>();
boolean[] marked = new boolean[graphic.length];
queue.add(start);
marked[start] = true;
int path = 1;
while(!queue.isEmpty()) {
int size = queue.size();
path++;
while(size-- > 0) {
int cur = queue.poll();
for(int next : graphic[cur]) {
if(next == end) {
return path;
}
if(marked[next]) {
continue;
}
marked[next] = true;
queue.add(next);
}
}
}
return 0;
}
private static List<Integer>[] buildGraphic(List<String> wordList) {
// TODO 自动生成的方法存根
int N = wordList.size();
List<Integer>[] graphic = new List[N];
for(int i = 0; i < N; i++) {
graphic[i] = new ArrayList<>();
for(int j = 0; j < N; j++) {
if(isConnect(wordList.get(i), wordList.get(j))) {
graphic[i].add(j);
}
}
}
return graphic;
}
private static boolean isConnect(String s1, String s2) {
// TODO 自动生成的方法存根
int diffCnt = 0;
for(int i = 0; i < s1.length() && diffCnt <= 1; i++) {
if(s1.charAt(i) != s2.charAt(i)) {
diffCnt++;
}
}
return diffCnt == 1;
}
}
建图过程中,对于每一个单词,我们需要枚举它连接到的所有虚拟节点,时间复杂度为 O©,将这些单词加入到哈希表中,时间复杂度为 O(N×C),因此总时间复杂度为 O(N×C)。
广度优先搜索的时间复杂度最坏情况下是 O(N×C)。每一个单词需要拓展出 O( C ) 个虚拟节点,因此节点数 O(N×C)。
来源:力扣