Wortsuche II
Detaillierte Anleitung und Python-Implementierung für das Problem „Wortsuche II“.
1. Lernen
Das Problem „Wortsuche II“ ist eine zentrale Herausforderung im Trie-Bereich.
Diese Implementierung konzentriert sich auf einfache Logik in Python.
Wir legen bei unseren bereitgestellten Lösungen Wert auf technische Genauigkeit und Lesbarkeit des Codes.
2. Real-World Applications
3. Visual Intuition
Visualisierung des Logikflusses für Word Search II.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lesen Sie die Problemstellung für Word Search II sorgfältig durch.
2. Formulate brute force
Entwerfen Sie eine einfache iterative Lösung.
3. Identify inefficiency
Suchen Sie nach redundanten Berechnungen.
4. Optimize search path
Verwenden Sie Hashing oder Sortieren, um den Prozess zu beschleunigen.
5. Final Implementation
Bereinigen Sie den Code für Produktionsstandards.
Problemstellung
Geben Sie bei einer m x n-Zeichentafel und einer Liste mit Zeichenfolgenwörtern alle Wörter auf der Tafel zurück.
Jedes Wort muss aus Buchstaben sequentiell benachbarter Zellen bestehen, wobei benachbarte Zellen horizontal oder vertikal benachbart sind. Die gleiche Buchstabenzelle darf in einem Wort nicht mehr als einmal verwendet werden.
Schreiben Sie eine Funktion findWords(board: List[List[str]], words: List[str]) -> List[str].
- •m == len(board)
- •n == len(board[i])
- •1 <= m, n <= 12
- •board[i][j] is a lowercase English letter
- •1 <= len(words) <= 3 * 10^4
- •1 <= len(words[i]) <= 10
- •words consist of lowercase English letters
- •All the strings in words are unique
Beispiele
board = [["o","a","a","n"],["e","t","a","e"],["i","h","k","r"],["i","f","l","v"]], words = ["oath","pea","eat","rain"]
["oath","eat"]
The words "oath" and "eat" can be found on the board. "pea" and "rain" cannot.
board = [["a","b"],["c","d"]], words = ["abcb"]
[]
The word "abcb" requires using the 'b' cell twice, which is invalid.
Need a Hint?
Edge Cases to Watch
- Leere Eingabestrukturen
- Einzelelementeingaben
- Große numerische Grenzen
Bereit zur Lösung?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Einblicke und Variationen in Interviews
Aufschlüsselung der Komplexitätsanalyse
Warum Zeit: Directly evaluates all possibilities.
Warum Weltraum: Uses standard local memory.
Warum Zeit: Optimized paths reduce total operations.
Warum Weltraum: May trade memory for speed.
Optimierter Lösungs-Python-Code
Optimierter Lösungs-Python-Code
class TrieNode:
def __init__(self):
self.children = {}
self.isWord = False
def addWord(self, word):
curr = self
for c in word:
if c not in curr.children: curr.children[c] = TrieNode()
curr = curr.children[c]
curr.isWord = True
def find_words_opt(board, words):
root = TrieNode()
for w in words: root.addWord(w)
ROWS, COLS = len(board), len(board[0])
res, visit = set(), set()
def dfs(r, c, node, word):
if r < 0 or r == ROWS or c < 0 or c == COLS or (r, c) in visit or board[r][c] not in node.children:
return
visit.add((r, c))
node = node.children[board[r][c]]
word += board[r][c]
if node.isWord: res.add(word)
for dr, dc in [[0, 1], [0, -1], [1, 0], [-1, 0]]:
dfs(r + dr, c + dc, node, word)
visit.remove((r, c))
for r in range(ROWS):
for c in range(COLS):
dfs(r, c, root, "")
return list(res)Brute-Force-Code (Spoiler Guarded)
Brute-Force-Code (Spoiler Guarded)
def find_words_brute(board, words):
def exist(word):
ROWS, COLS = len(board), len(board[0])
def dfs(r, c, i, visited):
if i == len(word): return True
if r < 0 or c < 0 or r >= ROWS or c >= COLS or (r, c) in visited or board[r][c] != word[i]:
return False
visited.add((r, c))
res = any(dfs(r+dr, c+dc, i+1, visited) for dr, dc in [[1,0],[-1,0],[0,1],[0,-1]])
visited.remove((r, c))
return res
return any(dfs(r, c, 0, set()) for r in range(ROWS) for c in range(COLS))
return [w for w in words if exist(w)]Algorithm Pattern Checklist
When dealing with Trie data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Es gelten die Standardeigenschaften von Trie-Problemen.
Verwandte Fragen
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Empfohlene Python-Ressourcen
Erweitern Sie Ihr Wissen mit zugehörigen interaktiven Tutorials, Spickzetteln und Codevergleichen.
Python-Schleifen
Erfahren Sie, wie Sie Python-Schleifen zum Durchlaufen von Daten verwenden. Beherrschen Sie Best Practices für For-Schleifen, While-Schleifen, Break, Continue und Loop anhand interaktiver Beispiele.
So sortieren Sie eine Liste in Python
Erfahren Sie, wie Sie eine Liste in Python mit der Methode sort() und der Funktion sorted() sortieren. Entdecken Sie Beispiele für benutzerdefinierte Schlüsselsortierung und umgekehrte Reihenfolge.
Spickzettel für Python-String-Methoden
Ein vollständiges Referenzhandbuch für die Python-String-Manipulation. Meistern Sie das Formatieren, Suchen, Teilen, Ersetzen und Überprüfen von Zeichenfolgeneigenschaften.
Python vs. JavaScript: Welche Programmiersprache ist die beste?
Ein umfassender Vergleich zwischen Python und JavaScript. Entdecken Sie Syntaxunterschiede, Leistung, Anwendungsfälle (Backend vs. Frontend) und Codierungsbeispiele.