LeetCode - 211 添加与搜索单词

人就是一阵一阵的动物 :) 最近又恢复迷上了LeetCode算法挑战。

 

今天随机一题211，添加与搜索单词

请你设计一个数据结构，支持 添加新单词 和 查找字符串是否与任何先前添加的字符串匹配 。

实现词典类 WordDictionary ：

WordDictionary() 初始化词典对象
void addWord(word) 将 word 添加到数据结构中，之后可以对它进行匹配
bool search(word) 如果数据结构中存在字符串与 word 匹配，则返回 true ；否则，返回  false 。word 中可能包含一些 '.' ，每个 . 都可以表示任何一个字母。

示例：

输入：
["WordDictionary","addWord","addWord","addWord","search","search","search","search"]
[[],["bad"],["dad"],["mad"],["pad"],["bad"],[".ad"],["b.."]]
输出：
[null,null,null,null,false,true,true,true]

解释：
WordDictionary wordDictionary = new WordDictionary();
wordDictionary.addWord("bad");
wordDictionary.addWord("dad");
wordDictionary.addWord("mad");
wordDictionary.search("pad"); // return False
wordDictionary.search("bad"); // return True
wordDictionary.search(".ad"); // return True
wordDictionary.search("b.."); // return True

提示：

1 <= word.length <= 500
addWord 中的 word 由小写英文字母组成
search 中的 word 由 '.' 或小写英文字母组成
最多调用 50000 次 addWord 和 search

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/design-add-and-search-words-data-structure
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

其实添加搜索单词挺容易，这道题难就难在点号通配符。如果没有通配符，做一个list，contains就可以了，再高效一点的就是做一个有序列表快速查询。但加了通配符后，这个就行不通了。

还没开始做，看到通配符的要求后，我第一反应就是树结构，加上深度优先搜索。暂时没有想到更好的办法。先按照这个思路实现，然后UT用500个字符word和5000个add和search测试一下性能就好。

1. 所有单词分解成树形结构；
2. 深度优先搜索；

仔细想了后，发现单词的分解有一些问题，会出现重复和冲突现象，所以再增加一个条件，固定层级。第一个字符是第一层，第二个字符是第二层，固定层级。

1. 所有单词分解成树形结构；按照字母的层级组织。假设3个字符串，abc,acb和bac，则结构如下
2. 深度优先搜索；

start
       |- a 
       |   |- b
       |       |- c
       |   |- c
       |       |- b
       |- b
           |- a
               |- c

这样就满足要求了，就这么办，开撸代码

 然后顺利撸了代码，中间发现一个小坑，a被ab截胡了，于是耍了个小聪明，给所有字符串增加了一个'\0'结尾，这样就不会被截胡了。

public class WordDictionary
{
    TreeNode headNode;
    public WordDictionary()
    {
        headNode = new TreeNode('-');
    }

    public void AddWord(string word)
    {
        word = word + '\0';
        var node = headNode;
        foreach(var c in word)
        {
            var isContains = false;
            TreeNode nextNode = null;
            foreach (var n in node.nexts)
            {
                if(n.c == c)
                {
                    isContains = true;
                    nextNode = n;
                    break;
                }
            }
            if (!isContains)
            {
                nextNode = new TreeNode(c);
                node.nexts.Add(nextNode);
            }
            node = nextNode;
        }
    }

    public bool Search(string word)
    { 
        return Search(word+'\0', headNode, 0);
    }

    public bool Search(string word, TreeNode node, int index)
    {
        if(index == word.Length)
        {
            return true;
        }
        var c = word[index];

        var isContains = false;
        foreach (var n in node.nexts)
        {
            if (c == n.c || c == '.')
            {
                if (!Search(word, n, index + 1))
                {
                    continue;
                }
                else
                {
                    isContains = true;
                    break;
                }
            }
        }
        if (!isContains)
        {
            return false;
        }

        return true;
    }
}


public class TreeNode
{
    public char c;
    public List<TreeNode> nexts;

    public TreeNode(char c)
    {
        this.c = c;
        nexts = new List<TreeNode>();
    }
}

别着急。。。撸完提交，发现速度不快啊。

这个不符合我严谨的态度啊，怎么能才击败22%呢，至少达到平均数是吧。现在280ms，最高点230ms，还有20%的空间，继续撸。

其他优化暂时看不到了，尝试一下几个小的点，用for代替foreach，据说for更快。结果然并卵。。。

//foreach (var n in node.nexts)
for(var j=0; j<node.nexts.Count; j++)
{
     var n = node.nexts[j];
.....

 突然想起来，整个程序用的是深度优先搜索，用的是递归，据说循环比递归快，能不能改成循环呢？这是个大问题，勇于尝试一下。不过现在没时间了，晚点再更新。

===========

略作修改，用dictionary代替了list，不用循环，可以直接用nexts[c]定位，成功快了一点点。提升到260ms :)，还需要继续努力啊

public class TreeNode
{
    public char c;
    public Dictionary<char, TreeNode> nexts;
    public TreeNode(char c)
    {
        this.c = c;
        nexts = new Dictionary<char, TreeNode>();
    }
    public TreeNode AddNode(char c)
    {
        var node = new TreeNode(c);
        if (!nexts.ContainsKey(c))
        {
            nexts.Add(c, node);
        }
        return node;
    }
}