最小基因变化 - java实现python实现

Posted 2022-01-02 tacit-lxs

BFS

leetcode 最小基因变化
宽度优先搜索一般会结合队列

• java实现

class Solution 
    public int minMutation(String start, String end, String[] bank) 
        // 定义三个集合，分别是合法基因集合，起始基因集合，目标基因集合，起始基因记忆集，目标基因记忆集
        Set<String> dict = new HashSet<>(), st = new HashSet<>(), ed = new HashSet<>(), menSt = new HashSet<>(), menEd = new HashSet<>();
        for(String s : bank) dict.add(s);
        // 基因库中不包含目标，则无法转换
        if(!dict.contains(end)) return -1;

        st.add(start);
        ed.add(end);
        // 宽搜
        return bfs(st, ed, menSt, menEd, dict, 0);
    

    // 宽搜
    private int bfs(Set<String> st, Set<String> ed, Set<String> menSt, Set<String> menEd, Set<String> dict, int len) 
        // 起始集合为空，那么就无法到达目标
        if(st.size() == 0) return -1;
        // 优先从数量少的一端开始搜索，减少搜索量
        if(st.size() > ed.size()) return bfs(ed, st, menEd, menSt, dict, len);

        Set<String> next = new HashSet<>();
        char[] mode = 'A', 'C', 'G', 'T';
        // 枚举起始集合可以一步转换的所有基因序列
        for(String s : st) 
            StringBuilder temp = new StringBuilder(s);
            for(int i = 0; i < 8; i++) 
                for(int j = 0; j < 4; j++) 
                    temp.setCharAt(i, mode[j]);
                    String cur = temp.toString();
                    // 终点集合中包含了当前字符，那么直接返回步数
                    if(ed.contains(cur)) return len + 1;
                    // 如果搜过了该种情况，就不能重复遍历
                    if(menSt.contains(cur)) continue;     
                    
                    // 如果是合法序列，则加入下一个搜索集合中
                    if(dict.contains(cur)) 
                        next.add(cur);
                        menSt.add(cur);
                    
                    temp.setCharAt(i, s.charAt(i));
                
            
        
        // 搜索下一层
        return bfs(next, ed, menSt, menEd, dict, len + 1);
    

• python实现

class Solution:
    def minMutation(self, start: str, end: str, bank: List[str]) -> int: #-> int :提示返回值类型
        B = ['A', 'C', 'G', 'T']
        queue = [start] 
        vis = set() #记忆已经搜索过的序列
        step = 0
        # 开始宽度优先搜索
        while queue:
            size = len(queue)
            for i in range(size):
                cur = queue.pop(0)
                if cur == end:
                    return step
                for i in range(len(cur)):
                    for j in B:#改变每一个基因形成新的基因序列靠经目标基因
                        s = cur[:i] + j + cur[i + 1:]
                        if s in bank and s not in vis:
                                queue.append(s)
                                vis.add(s)
            step += 1
        return -1