这是一种(丑陋的)算法,用于在boggle中查找所有单词:
d = {'cat', 'dog', 'bird'}
grid = [
['a', 'd', 'c', 'd'],
['o', 'c', 'a', 't'],
['a', 'g', 'c', 'd'],
['a', 'b', 'c', 'd']
]
found = {}
N = 4
def solve(row, col, prefix):
if prefix in d and prefix not in found:
found[prefix] = True
print prefix
for i in xrange(max(0, row - 1), min(N, row + 2)):
for j in xrange(max(0, col - 1), min(N, col + 2)):
c = grid[i][j]
if c != '#' and not (row == i and col == j):
grid[i][j] = '#'
solve(i, j, prefix + c)
grid[i][j] = c
for row in xrange(N):
for col in xrange(N):
c = grid[row][col]
grid[row][col] = '#'
solve(row, col, c)
grid[row][col] = c
该算法的大运行时间是什么?我相信这是O((N²)!)
,但我不确定。
求解函数在另一个元素变成 #
,在最坏的情况下,直到整个网格仅包含 #
。但是,由于您从网格中的特定点开始,并且仅允许下一个#
成为直接邻居,因此您不会获得所有(N²)!
可能的排列。您只会得到诸如O(8N2)
之类的东西,因为网格中的每个节点最多都有8个直接邻居。边界的元素的邻居较少,因此您可以改进一点。
for
-loop在末端,迭代在网格中的所有元素上,并调用求解功能,因此总共是O(N2⋅8N2)
。
注意:8N2
比(N²)!
好得多,即N² ≥ 20
,即N ≥ 5
。
注意:我以为d
只有一个恒定的长度。如果这不是真的,则必须将d
的长度添加到复杂度计算中。