class Solution {
public:
bool exist(vector<vector<char>>& board, string word) {
rows = board.size();
cols = board[0].size();
for(int i = 0; i < rows; i++) {
for(int j = 0; j < cols; j++) {
if(dfs(board, word, i, j, 0)) return true;
}
}
return false;
}
private:
int rows, cols;
bool dfs(vector<vector<char>>& board, string word, int i, int j, int k) {
if(i >= rows || i < 0 || j >= cols || j < 0 || board[i][j] != word[k]) return false;
if(k == word.size() - 1) return true;
board[i][j] = '\0';
bool res = dfs(board, word, i + 1, j, k + 1) || dfs(board, word, i - 1, j, k + 1) ||
dfs(board, word, i, j + 1, k + 1) || dfs(board, word, i , j - 1, k + 1);
board[i][j] = word[k];
return res;
}
};
在此类搜索中:
模板:
判空//
判断是否超界 || 判断是否对应 return false;
对应 return true;
访问过
ans = 下一个节点的非值||||||||
未访问过
return ans
超超时优化:
- 函数传参时,使用引用!!!
- dfs(下一个节点) || dfs(另:下一个节点) 。。。。这种写法具有
短路效应,算是一种剪枝优化。从此处也可以得到一个考虑的角度即dfs()的意义为:从下一个节点开始是否存在通路,而非下一个节点本身是否可行。 - 建立全局变量,不用每次调用
.size()函数计算数据长和宽。
该博客详细介绍了如何在一个二维字符矩阵中通过深度优先搜索(DFS)算法来查找目标单词。类Solution包含一个公共方法exist,该方法遍历矩阵并使用DFS进行搜索。在DFS过程中,博主强调了参数传递的优化(使用引用)以及短路运算符在剪枝优化中的作用。此外,还提到了全局变量的使用以避免重复计算矩阵尺寸。
207

被折叠的 条评论
为什么被折叠?



