LeetCode60 - 单词搜索

📝 题目描述

题目链接：单词搜索

给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中，返回 true ；否则，返回 false 。

单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。

示例：

示例 1：

输入：board = [['A','B','C','E'],['S','F','C','S'],['A','D','E','E']], word = "ABCCED"
输出：true

示例 2：

输入：board = [['A','B','C','E'],['S','F','C','S'],['A','D','E','E']], word = "SEE"
输出：true

示例 3：

输入：board = [['A','B','C','E'],['S','F','C','S'],['A','D','E','E']], word = "ABCB"
输出：false

提示：

• m == board.length
• n = board[i].length
• 1 <= m, n <= 6
• 1 <= word.length <= 15
• board 和 word 仅由大小写英文字母组成

💡 解题思路

方法一：回溯

很经典的回溯题目。

从任意一个格子开始探索，然后如果匹配字母成功，就递归继续探索。

如果在递归时发现单词的字母编号和单词长度相等，就返回 true。

值得注意的是，由于题目要求我们不能重复使用一个格子，所以这里要设置一个 visited 数组，因此如果匹配失败，记得将数组复原。

🔧 代码实现

1、回溯

class Solution {
public:
    bool exist(vector<vector<char>>& board, string word) {
        int m = board.size(), n = board[0].size();
        vector<vector<bool>> visited(m, vector<bool>(n, false));

        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                // 直接从 index 0 开始 DFS 搜索
                if (dfs(board, word, 0, i, j, visited)) {
                    return true;
                }
            }
        }
        return false;
    }

private:
    bool dfs(vector<vector<char>>& board, const string& word, int index, int i, int j, vector<vector<bool>>& visited) {
        // 1. 递归的终止条件：单词已经全部匹配完
        if (index == word.size()) return true;

        // 2. 统一判断越界、是否已访问、字符是否匹配
        if (i < 0 || i >= board.size() || j < 0 || j >= board[0].size() || 
            visited[i][j] || board[i][j] != word[index]) {
            return false;
        }

        // 3. 标记当前节点为已访问
        visited[i][j] = true;

        // 4. 探索四个方向 (只要有一个方向通了，就会一路返回 true)
        bool res = dfs(board, word, index + 1, i + 1, j, visited) ||
                   dfs(board, word, index + 1, i - 1, j, visited) ||
                   dfs(board, word, index + 1, i, j + 1, visited) ||
                   dfs(board, word, index + 1, i, j - 1, visited);

        // 5. 核心：状态回溯！将当前节点重新标记为未访问，不影响其他路径的探索
        visited[i][j] = false;

        return res;
    }
};

📊 复杂度分析

1、回溯

• 时间复杂度：
• 空间复杂度：

🎯 总结

• 核心思想：