前缀树、字典树、Trie | 回溯：力扣212. 单词搜索 II

本文链接：https://blog.youkuaiyun.com/weixin_42042056/article/details/107589592

本文介绍了一种结合字典树(Trie)与回溯算法解决单词搜索问题的方法。通过构建字典树预处理单词集，利用回溯算法在矩阵中查找所有可能的单词，实现了高效地单词搜索。文章详细解析了算法流程与Python代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、题目描述：

困难
在这里插入图片描述

实现Trie（前缀树）

2、题解：

方法：字典树 + 回溯

算法流程：
根据字典中的单词构建一个Trie，稍后将用于匹配过程
从每个单元开始，如果字典中存在以单元格开头的单词，就开始回溯
在递归函数调用中，探索当前的单元格周围的相邻单元格以进行下一次递归调用。在每次调用时，先检查当前遍历的
字母序列是否与字典中的任何单词匹配，这里就需要之前构建的Trie数组结构。

Python实现：

class Solution:
    def findWords(self, board: List[List[str]], words: List[str]) -> List[str]:
        #前缀树+回溯
        directions = [[1,0],[0,-1],[-1,0],[0,1]]
        #构建Trie
        trie = {}
        for word in words:
            t = trie
            for w in word:
                t = t.setdefault(w,{})
            t['end'] = 1
        #回溯
        def dfs(i,j,trie,s):
            c = board[i][j]
            if c not in trie:return
            trie = trie[c]
            if 'end' in trie and trie['end'] == 1:
                res.append(s + c)
                trie['end'] = 0 #防止重复数组加入
            board[i][j] = '#'
            for x , y in directions:
                newx,newy = x + i,y + j
                if 0 <= newx < row and 0 <= newy < col and board[newx][newy] != '#':
                    dfs(newx,newy,trie,s+c)
            board[i][j] = c
        res = []
        row,col = len(board),len(board[0])
        for i in range(row):
            for j in range(col):
                dfs(i,j,trie,'')
        return res