Ricerca di parole
Guida dettagliata e implementazione Python per il problema "Ricerca di parole".
1. Impara
Il problema della "ricerca di parole" è una sfida chiave nella sezione Backtracking.
Questa implementazione si concentra sulla logica di livello semplice in Python.
Diamo priorità all'accuratezza tecnica e alla leggibilità del codice nelle soluzioni fornite.
2. Real-World Applications
3. Visual Intuition
Visualizzazione del flusso logico per la ricerca di parole.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leggi attentamente la dichiarazione del problema per Word Search.
2. Formulate brute force
Elaborare una semplice soluzione iterativa.
3. Identify inefficiency
Cerca calcoli ridondanti.
4. Optimize search path
Utilizza l'hashing o l'ordinamento per accelerare il processo.
5. Final Implementation
Ripulire il codice per gli standard di produzione.
Dichiarazione del problema
Data una griglia m x n di caratteri e una parola stringa, restituisce vero se la parola esiste nella griglia.
La parola può essere costruita da lettere di celle adiacenti in sequenza, dove le celle adiacenti sono vicine orizzontalmente o verticalmente. La stessa cella di lettere non può essere utilizzata più di una volta.
Implementa una funzione exist(board: list, word: str) -> bool.
- •m == board.length
- •n == board[i].length
- •1 <= m, n <= 6
- •1 <= word.length <= 15
- •board and word consists of only lowercase and uppercase English letters
Esempi
[["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], "ABCCED"
True
The word ABCCED can be traced: A(0,0)->B(0,1)->C(0,2)->C(1,2)->E(2,2)->D(2,1).
[["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], "SEE"
True
The word SEE can be traced: S(1,3)->E(2,3)->E(2,2).
[["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], "ABCB"
False
Cannot trace ABCB without reusing cells.
Need a Hint?
Edge Cases to Watch
- Strutture di input vuote
- Ingressi a elemento singolo
- Grandi limiti numerici
Pronto a risolvere?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Approfondimenti e variazioni dell'intervista
Scomposizione dell'analisi della complessità
Perché il tempo: Directly evaluates all possibilities.
Perché lo spazio: Uses standard local memory.
Perché il tempo: Optimized paths reduce total operations.
Perché lo spazio: May trade memory for speed.
Codice Python della soluzione ottimizzata
Codice Python della soluzione ottimizzata
def exist_opt(board: list[list[str]], word: str) -> bool:
rows, cols = len(board), len(board[0])
path = set()
def dfs(r, c, i):
if i == len(word): return True
if r < 0 or c < 0 or r >= rows or c >= cols or board[r][c] != word[i] or (r, c) in path:
return False
path.add((r, c))
res = dfs(r + 1, c, i + 1) or dfs(r - 1, c, i + 1) or dfs(r, c + 1, i + 1) or dfs(r, c - 1, i + 1)
path.remove((r, c))
return res
from collections import Counter
count = Counter(word)
board_count = Counter(char for row in board for char in row)
for char in count:
if count[char] > board_count[char]: return False
if board_count[word[0]] > board_count[word[-1]]: word = word[::-1]
for r in range(rows):
for c in range(cols):
if dfs(r, c, 0): return True
return FalseCodice forza bruta (protetto da spoiler)
Codice forza bruta (protetto da spoiler)
def exist_brute(board: list[list[str]], word: str) -> bool:
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 = dfs(r + 1, c, i + 1, visited) or dfs(r - 1, c, i + 1, visited) or dfs(r, c + 1, i + 1, visited) or dfs(r, c - 1, i + 1, visited)
visited.remove((r, c))
return res
for r in range(rows):
for c in range(cols):
if dfs(r, c, 0, set()): return True
return FalseAlgorithm Pattern Checklist
When dealing with Backtracking data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Si applicano le proprietà standard del problema di backtracking.
Domande correlate
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Risorse Python consigliate
Espandi le tue conoscenze con tutorial interattivi, foglietti illustrativi e confronti di codici correlati.
Cicli Python
Scopri come utilizzare i loop Python per eseguire iterazioni sui dati. Padroneggia le best practice sui cicli for, while, interruzione, continua e loop con esempi interattivi.
Come ordinare un elenco in Python
Scopri come ordinare un elenco in Python utilizzando il metodo sort() e la funzione sorted(). Scopri l'ordinamento delle chiavi personalizzato e gli esempi di ordine inverso.
Foglio informativo sui metodi delle stringhe Python
Una guida di riferimento completa per la manipolazione delle stringhe Python. Padroneggia la formattazione, la ricerca, la divisione, la sostituzione e il controllo delle proprietà delle stringhe.
Python vs JavaScript: quale linguaggio di programmazione è il migliore?
Un confronto completo tra Python e JavaScript. Esplora le differenze di sintassi, le prestazioni, i casi d'uso (backend e frontend) ed esempi di codifica.