Python 刷題筆記：隨緣題目

今天時間不太多，記一道遇到的面試題：

題目

給定一個 m x n 的字符矩陣和字符串 s，在矩陣中每次只能橫向、縱向移動一步，不能超出矩陣範圍，問：是否可以由矩陣中拼接出 s？

題目分析

對深度優先搜索掌握並不到位，所以第一時間沒有形成思路。直到後來確定是應用該算法後，纔剛剛把答案完成。大致思路：用嵌套的列表來表示矩陣，首先遍歷矩陣中的點，找到可以匹配字符串起點的點。

匹配到起點後，由該起點移動位置看能否完整匹配字符串 s，若可以、返回 True。將這個過程定義成獨立的函數，在每次匹配到起點後調用，若全部起點都不能達到目標，最終返回 False。

代碼實現

# 由矩陣中點向上下左右移動檢索的函數
def search(tup,matrix,s):
	# 如果字符串爲空，單獨處理
    if not s:
        return (-2,-2)
    # 要匹配的字符 c 爲字符串首字符
    c = s[0]
    # 獲取當前被檢測點座標
    i,j = tup
    # 獲取座標範圍
    x = len(matrix)
    y = len(matrix[0])
    # 在邊界範圍內上下左右移動一格進行匹配檢測，若成功，返回移動後坐標
    if j>0:
        if matrix[i][j-1]==c:
            return (i,j-1)
    if j<y-1:
        if matrix[i][j+1]==c:
            return (i,j+1)
    if i>0:
        if matrix[i-1][j]==c:
            return (i-1,j)
    if i<x-1:
        if matrix[i+1][j]==c:
            return (i+1,j)
    # 若均不匹配成功，返回 (-1,-1)
    return (-1,-1)

# 定義判斷函數，輸入矩陣 matrix 字符串 s    
def judge(matrix,s):
	# 判斷匹配是否成功的變量
    match = False
    # 行座標範圍
    row_l = len(matrix[0])
    # 列座標範圍
    col_l = len(matrix)
    # 在行、列範圍內遍歷點 (p,q)
    for p in range(col_l):
        for q in range(row_l):
        	# 如果(p,q)可以匹配字符串起點
            if matrix[p][q]==s[0]:
            	# 複製下座標
                a,b = p,q
                # 先將match賦值 True
                match = True
                # 如果被匹配字符串非空
                while s:
                	# 字符串去掉首位重新賦值
                    s = s[1:]
                    # 調用檢索函數，結果重新賦值給 a,b
                    a,b = search((a,b),matrix,s)
                    # 若函數返回 (-1,-1),匹配失敗，跳出 while循環
                    if a==-1:
                        match = False
                        break
                # 若while循環完整結束，則匹配成功，直接返回 True    
                if match:
                    return True
    # 若中途未成功，返回 False
    return False

matrix = [["a","b","c"],["k","f","g"],["e","a","k"],["p","m","n"]]
s = "ekabd"
s2 = "kfg"
print(judge(matrix,s))
print(judge(matrix,s2))

結論

第一次遇到深度優先搜索真題，有些懵，算是挺失敗的經歷，上面的代碼也只是簡單通過了能想到的測試例子，還是存在漏洞的，之後如果刷到更完善的題目再進行優化。

不過感覺也還不錯，之前的一系列練習也有效果，在有了深度優先搜索概念後也能獨立完成了，就是時間花費的有些誇張，繼續努力吧！