[python leetcode] Word Ladder II (very hard)[非常难,放弃]

豆包ko

　　Word Ladder II
　　描述
　　Given two words (start and end), and a dictionary, find all shortest transformation sequence(s) from start
　　to end, such that:
　　· Only one letter can be changed at a time
　　· Each intermediate word must exist in the dictionary
　　For example, Given:
　　start = "hit"
　　end = "cog"
　　dict = ["hot","dot","dog","lot","log"]
　　Return
　　[
　　["hit","hot","dot","dog","cog"],
　　["hit","hot","lot","log","cog"]
　　]
　　Note:
　　· All words have the same length.
　　· All words contain only lowercase alphabetic characters.
　　题意：给定start单词，end单词，以及一个dict字典。要求找出start到end的所有最短路径，路径上的每个单词都要出现在dict中，且每次改变一个字母。如start="hit"; end="cog"; dict={"hot","dot","dog","lot","log"}，则答案为：[["hit","hot","dot","dog","cog"],["hit","hot","lot","log","cog"]]。这是leetcode oj给的例子。我在实现的时候发现这个例子有点问题：end单词不在dict中。实际的测试用例应该是start和end单词都在dict中的，因为如果提前做一个删除start或者end单词的操作的话，就通不过了。我用正确的程序去测试oj给的这个例子也无法通过，就姑且认为start单词和end单词都在dict中吧，这样写出来的程序才能通过。Word Ladder II这一道题还是比较难的，是leetcode oj中通过率最低的一道题。而由于我一直在用python来刷题，且一直在网上找不到用python写的解法，自己又写不出来，所以参考了网上的C++解法以及kitt的python程序，在此表示感谢。
　　
　　解题关键点：
　　1，这里的dict是python中的set()类型。
　　2，使用前驱单词表prevMap(是字典类型)来记录单词的前驱。比如prevMap={cog:[log, dog]}表示cog的前驱是：log和dog。
　　3，在word ladder这道题中我们使用了队列，在word ladder ii中也需要使用队列，只不过在这个程序中使用了两个set()来模拟队列(candidates)。candidates[previous]中存储的是前一层的单词。如{dot，lot}为第3层单词。在程序开始执行时，先将candidates[previous]中的单词（前一层的单词）在dict中删除，再将candidates[current]清空，然后根据candidates[previous]中的单词寻找下一层的单词，如{dot，lot}的下一层为{dog，log}，并将{dog，log}存入candidates[current]中，同时将单词存入前驱单词表中。下一次循环开始时，上一次循环的candidates[current]变成了candidates[previous]，而上一次循环的candidates[previous]变成了candidates[current]并清空。如此反复执行，当某一次循环中的candidates[current]中出现了end单词时，说明我们的路径已经找出来了，工作完成了。
　　4，程序中使用了一个子函数buildpath来重建每一条路径。如oj给的例子所产生的prevMap={‘cog’:[‘log’,’dog’], ‘log’:[‘lot’], ‘dog’:[‘dot’], ‘lot’:[‘hot’],’dot’:[‘hot’], ‘hot’:[‘hit’]}，这个prevMap可以使用DFS来重建每一条路径。
　　本解法来自:
　　http://www.cnblogs.com/zuoyuan/p/3697045.html
　　但是很多细节不明白,寻求大家的帮助.
　　



1 class Solution:
2     # @param start, a string
3     # @param end, a string
4     # @param dict, a set of string
5     # @return a list of lists of string
6     def findLadders(self, start, end, dict):
7         def buildpath(path, word): # path is a list; word is a string
8             if len(prevMap[word])==0: #prevMap: dict  #Blank prevMap means all the node in the path is visited
9                 path.append(word);
10                 currPath=path[:]   # hard copy path to currPath. No link between pat and currPath
11                 currPath.reverse();
12                 result.append(currPath)
13                 path.pop(); #remove the end element
14                 return
15             path.append(word)
16             for iter in prevMap[word]: # reverse the path,
17                 buildpath(path, iter)
18             path.pop()
19         
20         result=[]
21         prevMap={} # prevMap is a dict
22         length=len(start)
23         for i in dict: #dict: is a set
24             prevMap=[] # set the value for each key as blank string
25         candidates=[set(),set()]; current=0; previous=1
26         candidates[current].add(start) # set0 add start
27         while True:
28             current, previous=previous, current           #下一次循环开始时，上一次循环的candidates[current]变成了candidates[previous]，而上一次循环的candidates[previous]变成了candidates[current]并清空
29             for i in candidates[previous]: dict.remove(i) #先将candidates[previous]中的单词（前一层的单词）在dict中删除
30             candidates[current].clear()                   #再将candidates[current]清空
31             for word in candidates[previous]:             #再据candidates[previous]中的单词寻找下一层的单词
32                 for i in range(length):
33                     part1=word[:i]; part2=word[i+1:]
34                     for j in 'abcdefghijklmnopqrstuvwxyz':
35                         if word!=j:
36                             nextword=part1+j+part2
37                             if nextword in dict:
38                                 candidates[current].add(nextword) #将下一层存入candidates[current]中
39                                 prevMap[nextword].append(word)    #同时将单词存入前驱单词表中
40             if len(candidates[current])==0: return result         #当集合为空,返回结果
41             if end in candidates[current]: break #当循环中的candidates[current]中出现了end单词时，说明我们的路径已经找出来了，工作完成了。
42         buildpath([], end) #重建每一条路径。prevMap is a dict，这个prevMap可以使用DFS来重建每一条路径。
43         return result