题目:854. 相似度为 K 的字符串
难度:困难
对于某些非负整数 k ,如果交换 s1 中两个字母的位置恰好 k 次,能够使结果字符串等于 s2 ,则认为字符串 s1 和 s2 的 相似度为 k 。
给你两个字母异位词 s1 和 s2 ,返回 s1 和 s2 的相似度 k 的最小值。
示例 1:
输入:s1 = “ab”, s2 = “ba”
输出:1
示例 2:
输入:s1 = “abc”, s2 = “bca”
输出:2
提示:
1 <= s1.length <= 20
s2.length == s1.length
s1 和 s2 只包含集合 {‘a’, ‘b’, ‘c’, ‘d’, ‘e’, ‘f’} 中的小写字母
s2 是 s1 的一个字母异位词
1、自己想的是无剪枝和去重的暴力DFS和BFS搜索,但是结果都超时了
2、参考了官方题解,找到了对BFS剪枝和去重的内容
去重:用哈希表记录每次计算时得到的中间状态,当通过交换时发现当前状态已经计算过,则此时我们可以直接跳过该状态。
剪枝:我们只考虑s1[j] = s2[i] != s2[j]的情况,因为第i位后面如果第j位s1和s2已经相等,我们再做替换是多余的操作。
暴力DFS超时代码
class Solution:
def kSimilarity(self, A, B):
ans = []
s1 = list(A)
def process(s1,index,s):
if ''.join(s1) == B:
ans.append(s)
return
for i in range(index, len(s1)):
for j in range(i+1, len(s1)):
s1[i],s1[j] = s1[j], s1[i]
process(s1, i+1, s+1)
s1[i],s1[j] = s1[j], s1[i]
process(s1, 0, 0)
return min(ans)
BFS+剪枝+去重
class Solution:
def kSimilarity(self, s1: str, s2: str) -> int:
# 已走步长
step, n = 0, len(s1)
# 列表模拟队列,哈希表去重
q, vis = [(s1, 0)], {s1}
while True:
tmp = q
q = []
# 遍历队列
for s, i in tmp:
if s == s2:
return step
while i < n and s[i] == s2[i]:
i += 1
for j in range(i + 1, n):
if s[j] == s2[i] != s2[j]: # 剪枝,只在 s[j] != s2[j] 时去交换
t = list(s)
t[i], t[j] = t[j], t[i]
t = ''.join(t)
# 判重
if t not in vis:
vis.add(t)
q.append((t, i + 1))
step += 1