词搜索中的树匹配性能

Question

我调试了一些类似的解决方案，但想知道我们是否可以将 Trie Tree 改进为部分匹配前缀（在类 Trie 的搜索方法中，当前搜索方法仅检查是否匹配完整单词）甚至提高性能，这可能会返回之前走错了路？ 我对这个想法不是很有信心，所以请尽早寻求建议。

我发布了一个类似的解决方案。 谢谢。

---

给定一个 2D 板和字典中的单词列表，找到板中的所有单词。

每个单词必须由顺序相邻单元格的字母构成，其中“相邻”单元格是水平或垂直相邻的单元格。 同一个字母单元格不能在一个单词中多次使用。

例如， Given words = ["oath","pea","eat","rain"]和 board =

[
  ['o','a','a','n'],
  ['e','t','a','e'],
  ['i','h','k','r'],
  ['i','f','l','v']
]

返回 ["吃","誓言"]

class TrieNode():
    def __init__(self):
        self.children = collections.defaultdict(TrieNode)
        self.isWord = False

class Trie():
    def __init__(self):
        self.root = TrieNode()

    def insert(self, word):
        node = self.root
        for w in word:
            node = node.children[w]
        node.isWord = True

    def search(self, word):
        node = self.root
        for w in word:
            node = node.children.get(w)
            if not node:
                return False
        return node.isWord

class Solution(object):
    def findWords(self, board, words):
        res = []
        trie = Trie()
        node = trie.root
        for w in words:
            trie.insert(w)
        for i in xrange(len(board)):
            for j in xrange(len(board[0])):
                self.dfs(board, node, i, j, "", res)
        return res

    def dfs(self, board, node, i, j, path, res):
        if node.isWord:
            res.append(path)
            node.isWord = False
        if i < 0 or i >= len(board) or j < 0 or j >= len(board[0]):
            return 
        tmp = board[i][j]
        node = node.children.get(tmp)
        if not node:
            return 
        board[i][j] = "#"
        self.dfs(board, node, i+1, j, path+tmp, res)
        self.dfs(board, node, i-1, j, path+tmp, res)
        self.dfs(board, node, i, j-1, path+tmp, res)
        self.dfs(board, node, i, j+1, path+tmp, res)
        board[i][j] = tmp

Answer 1

我看不出你代码中的Trie部分有什么问题。

但是我认为在检测到任何不匹配时，trie 的原始设计已经提前返回。

实际上，我通常只使用常规dict作为 trie 而不是defaultDict + TrieNode以避免使问题过于复杂。 如果某个节点是有效单词，您只需要设置一个"#"键。 并且，在插入期间，只需执行node[w] = {} 。

如果您这样做，您的代码可以显着简化并且提前返回将很简单，因为您在节点中根本不会有“错误”的键！

例如，一个只包含'ab'的简单树看起来像： {'a': {'b': {'#': {}}} 。 因此，当您搜索'cd' ，一旦您意识到最外层的 dict 中没有键'c' ，您就可以返回 false。 这个实现与你的类似，但我相信它更容易理解。