leetcode127

class Solution {
    public int ladderLength(String beginWord, String endWord, List<String> wordList) {
        HashSet<String> wordSet = new HashSet<>(wordList); //替换掉题目中List结构，加速查找
        if (!wordSet.contains(endWord)) return 0; //如果目标顶点不在图中，直接返回0
        HashMap<String, Integer> map = new HashMap<>(); //用来存储已访问的节点，并存储其在路径上的位置，相当于BFS算法中的isVisted功能
        Queue<String> q = new LinkedList<>(); //构建队列，实现广度优先遍历
        q.add(beginWord); //加入源顶点
        map.put(beginWord, 1); //添加源顶点为“已访问”，并记录它在路径的位置
        while (!q.isEmpty()) { //开始遍历队列中的顶点
            String word = q.poll(); //记录现在正在处理的顶点
            int level = map.get(word); //记录现在路径的长度
            for (int i = 0; i < word.length(); i++) {
                char[] wordLetter = word.toCharArray();
                for (char j = 'a'; j <= 'z'; j++) {
                    if (wordLetter[i] == j) continue; 
                    wordLetter[i] = j; //对于每一位字母，分别替换成另外25个字母
                    String check = new String(wordLetter);
                    if (check.equals(endWord)) return map.get(word) + 1; //如果已经抵达目标节点，返回当前路径长度+1
                    if (wordSet.contains(check) && !map.containsKey(check)) { //如果字典中存在邻接节点，且这个邻接节点还未被访问
                        map.put(check, level + 1); //标记这个邻接节点为已访问，记录其在路径上的位置
                        q.add(check); //加入队列，以供广度搜索
                    }
                }
            }
        }
        return 0;
    }
}

数据结构：
HashSet<String> wordSet 实用hash存储第三个参数单词字典，加速查找

HashMap<String, Integer> map 存储已经访问过的节点，相当于visited

LinkedList<Object> q 主循环判断的Stack

算法流程：
q中添加源单词，同时在map中添加此单词，表示已占用
循环q
　　取出q中的栈顶的值(poll) -> word (map中仍然占用)
　　查询栈的深度 -> level
　　循环word中每一个字符
　　　　找到一个合理的匹配 ->check
　　　　判断check是否是目标单词
　　　　　　是:返回 level + 1
　　　　　　不是:将check加入q，并在map中锁定check
循环完毕，所有在单词列表中的词都被锁定，无法添加进入q，则返回0，表示未找到

 

补充一个python的实现：

class Solution:
    def ladderLength(self, beginWord: str, endWord: str, wordList: 'List[str]') -> int:
        wordset = set(wordList)
        if endWord not in wordset:
            return 0
        alpher = ['a','b','c','d','e','f','g',
        'h','i','j','k','l','m','n',
        'o','p','q','r','s','t',
        'u','v','w','x','y','z']
        wordmap = {}
        q = []
        q.append(beginWord)
        wordmap[beginWord] = 1
        while len(q) > 0:
            n = len(q)
            temp = []
            while n > 0:
                n -= 1
                word = q.pop()
                level = wordmap[word]
                for i in range(len(word)):
                    for j in range(len(alpher)):
                        if word[i] == alpher[j]:
                            continue
                        check = word[:i] + alpher[j] + word[i+1:]
                        if check == endWord:
                            return level + 1
                            #minLength = min(minLength,level + 1)
                        if check in wordset and check not in wordmap:
                            wordmap[check] = level + 1
                            temp.append(check)
            if len(temp) > 0:
                q = temp[:]
        return 0

注意加粗部分的代码，与java的语法是有区别，主要是判断q是否为空。