【NO.34】LeetCode HOT 100—79. 单词搜索-优快云博客

本文介绍了如何使用回溯算法解决单词搜索问题，给出了一种深度优先搜索（DFS）的方法，同时提到通过剪枝技术优化解决方案以降低时间复杂度。算法的时间复杂度理论上为O(MN3^L)，但在实际应用中由于剪枝效果，效率更高。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

79. 单词搜索

79. 单词搜索
给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中，返回 true ；否则，返回 false 。

单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。

示例 1：
在这里插入图片描述

输入：board = [[“A”,“B”,“C”,“E”],[“S”,“F”,“C”,“S”],[“A”,“D”,“E”,“E”]], word = “ABCCED”
输出：true

示例 2：

在这里插入图片描述

输入：board = [[“A”,“B”,“C”,“E”],[“S”,“F”,“C”,“S”],[“A”,“D”,“E”,“E”]], word = “SEE”
输出：true

示例 3：
在这里插入图片描述

输入：board = [[“A”,“B”,“C”,“E”],[“S”,“F”,“C”,“S”],[“A”,“D”,“E”,“E”]], word = “ABCB”
输出：false

提示：

m == board.length
n = board[i].length
1 <= m, n <= 6
1 <= word.length <= 15
board 和 word 仅由大小写英文字母组成

进阶：你可以使用搜索剪枝的技术来优化解决方案，使其在 board 更大的情况下可以更快解决问题？

解题

方法：回溯

dfs + 回溯，时间O(MN3^ L)。空间O(MN) , M,N 为网格的长度与宽度，L为字符串 word 的长度, 然而，由于剪枝的存在，我们在遇到不匹配或已访问的字符时会提前退出，终止递归流程。因此，实际的时间复杂度会远远小于O(MN3^L)

class Solution {
   
   
    // 回溯

    public boolean exist(char[][] board, String word) {
   
   
        // 行数
        int row = board.length;
        // 列数
        int col = board[0].length;
        // 标记数组,默认为false 
        boolean[][] used = new boolean