Pesquisa de palavras
Guia detalhado e implementação de Python para o problema de 'Pesquisa de palavras'.
1. Aprenda
O problema da 'Pesquisa de palavras' é um desafio fundamental na seção Retrocesso.
Esta implementação concentra-se na lógica de nível fácil em Python.
Priorizamos a precisão técnica e a legibilidade do código em nossas soluções fornecidas.
2. Real-World Applications
3. Visual Intuition
Visualizando o fluxo lógico do Word Search.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leia atentamente a definição do problema do Word Search.
2. Formulate brute force
Elabore uma solução iterativa simples.
3. Identify inefficiency
Procure cálculos redundantes.
4. Optimize search path
Use hashing ou classificação para acelerar o processo.
5. Final Implementation
Limpe o código para padrões de produção.
Declaração do problema
Dada uma grade m x n de caracteres e uma palavra de string, retorne verdadeiro se a palavra existir na grade.
A palavra pode ser construída a partir de letras de células adjacentes sequencialmente, onde as células adjacentes são vizinhas horizontal ou verticalmente. A mesma célula de letra não pode ser usada mais de uma vez.
Implemente uma função 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
Exemplos
[["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
- Estruturas de entrada vazias
- Entradas de elemento único
- Grandes limites numéricos
Pronto para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Insights e variações da entrevista
Análise de complexidade
Por que tempo: Directly evaluates all possibilities.
Por que espaço: Uses standard local memory.
Por que tempo: Optimized paths reduce total operations.
Por que espaço: May trade memory for speed.
Código Python da solução otimizada
Código Python da solução otimizada
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 FalseCódigo de força bruta (protegido por spoiler)
Código de força bruta (protegido por 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
Aplicam-se propriedades padrão do problema de retrocesso.
Perguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos Python recomendados
Expanda seu conhecimento com tutoriais interativos relacionados, folhas de dicas e comparações de código.
Loops Python
Aprenda como usar loops Python para iterar dados. Domine as práticas recomendadas para loops for, while loops, break, continue e loop com exemplos interativos.
Como classificar uma lista em Python
Aprenda como classificar uma lista em Python usando o método sort() e a função sorted(). Descubra exemplos de classificação de chaves personalizadas e ordem reversa.
Folha de dicas dos métodos de string Python
Um guia de referência completo para manipulação de strings em Python. Domine a formatação, pesquisa, divisão, substituição e verificação de propriedades de string.
Python vs JavaScript: qual linguagem de programação é a melhor?
Uma comparação abrangente entre Python e JavaScript. Explore diferenças de sintaxe, desempenho, casos de uso (backend versus frontend) e exemplos de codificação.