Tìm kiếm từ
Hướng dẫn chi tiết và cách triển khai Python cho bài toán 'Tìm kiếm từ'.
1. Tìm hiểu
Vấn đề 'Tìm kiếm từ' là một thách thức chính trong phần Quay lại.
Việc triển khai này tập trung vào logic cấp độ dễ trong Python.
Chúng tôi ưu tiên độ chính xác về mặt kỹ thuật và khả năng đọc mã trong các giải pháp được cung cấp của chúng tôi.
2. Real-World Applications
3. Visual Intuition
Trực quan hóa luồng logic cho Tìm kiếm Từ.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Đọc kỹ báo cáo vấn đề cho Tìm kiếm Từ.
2. Formulate brute force
Soạn thảo một giải pháp lặp lại đơn giản.
3. Identify inefficiency
Tìm các phép tính dư thừa.
4. Optimize search path
Sử dụng hàm băm hoặc sắp xếp để tăng tốc quá trình.
5. Final Implementation
Làm sạch mã cho tiêu chuẩn sản xuất.
Tuyên bố vấn đề
Cho một lưới m x n bảng ký tự và một chuỗi ký tự, trả về true nếu từ đó tồn tại trong lưới.
Từ có thể được tạo từ các chữ cái của các ô liền kề liên tiếp, trong đó các ô liền kề nằm cạnh nhau theo chiều ngang hoặc chiều dọc. Cùng một ô chữ cái không được sử dụng nhiều lần.
Triển khai hàm 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
Ví dụ
[["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
- Cấu trúc đầu vào trống
- Đầu vào phần tử đơn
- Giới hạn số lớn
Sẵn sàng để giải quyết?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Thông tin chi tiết và biến thể của cuộc phỏng vấn
Phân tích độ phức tạp
Tại sao thời gian: Directly evaluates all possibilities.
Tại sao không gian: Uses standard local memory.
Tại sao thời gian: Optimized paths reduce total operations.
Tại sao không gian: May trade memory for speed.
Mã Python giải pháp tối ưu hóa
Mã Python giải pháp tối ưu hóa
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 FalseMã Brute Force (Bảo vệ spoiler)
Mã Brute Force (Bảo vệ 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
Áp dụng các thuộc tính vấn đề Quay lui tiêu chuẩn.
Câu hỏi liên quan
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Tài nguyên Python được đề xuất
Mở rộng kiến thức của bạn với các hướng dẫn tương tác, bảng ghi chú và so sánh mã có liên quan.
Vòng lặp Python
Tìm hiểu cách sử dụng vòng lặp Python để lặp lại dữ liệu. Nắm vững các phương pháp hay nhất về vòng lặp for, while, ngắt, tiếp tục và lặp bằng các ví dụ tương tác.
Cách sắp xếp danh sách trong Python
Tìm hiểu cách sắp xếp danh sách trong Python bằng phương thức Sort() và hàm Sort(). Khám phá các ví dụ về sắp xếp khóa tùy chỉnh và thứ tự đảo ngược.
Bảng cheat phương thức chuỗi Python
Hướng dẫn tham khảo đầy đủ về thao tác chuỗi Python. Làm chủ định dạng, tìm kiếm, phân tách, thay thế và kiểm tra thuộc tính chuỗi.
Python vs JavaScript: Ngôn ngữ lập trình nào tốt nhất?
So sánh toàn diện giữa Python và JavaScript. Khám phá sự khác biệt về cú pháp, hiệu suất, trường hợp sử dụng (phụ trợ so với giao diện người dùng) và các ví dụ về mã hóa.