用DFS, DFS+memo，BFS解答Leetcode 854 K-Similar Strings

本文链接：https://blog.youkuaiyun.com/yecuandu1534/article/details/80747209

这篇博客详细介绍了如何使用深度优先搜索(DFS)、DFS+记忆化(memo)和广度优先搜索(BFS)解决LeetCode的854题——K-Similar Strings。作者指出，对于这类问题，动态规划也是一个可行的解决方案，但重点在于分析字符串中不同字符，只对这些字符进行操作。文章中分别展示了三种方法的解题思路，并提到了DFS效率较低且可能因递归深度过大导致超时的问题，而DFS+memo和BFS则能有效提高效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天外面下雨，长江中下游地区特有的黄梅天让人身体很不舒服，不过在室内开着空调刷题倒是一件惬意的事情。今天做了两道题，分别是847和854两个题，这两道题其实属于同种类型的题目，解决办法也很类似，上一篇博客将847题的详细解题方法展示出来，现在趁热打铁，把854题的思路和代码也整理一下，加深对于DFS+memo和BFS的理解。

题目描述：

乍看这道题，其实首先想到的是用动态规划来解答这个题，后面我会补充这个题目的动态规划解法。

首先我们需要明确一件事，对于两个字符串，前面相同部分是不需要交换的，甚至对位相同的字符也是不需要交换的，因此我们的第一步是，取出两个字符串中不相同的字符组成需要交换才能相同的字符串，对这两个字符串进行操作即可，不需要动对位相同的字符。

方法一：普通的DFS方法，这个方法效率很低，在leetcode上跑的时间是1.6秒左右，太慢了，重复计算太多，如果将base case的结束条件定为pos==b.size()，就会出现TLE，说明当字符串长度很长的情况下，递归深度太深。代码勉强能过。

class Solution 
{
public:
    int kSimilarity(string A, string B) 
    {
        int n=A.size();
        string At,Bt;
        for(int i=0;i&l