揭秘热门编程题 LeetCode 433：轻松掌握基因变异之旅！

后端

2023-08-31 11:57:28

踏上基因变异之旅：解开 LeetCode 433 谜题

基因变异之旅：深入图论搜索的奇幻世界

基因，生命中不可或缺的分子，扮演着我们身体蓝图的角色。但随着时间的推移，它们可能会发生变异，导致疾病或独特特征的出现。在 LeetCode 433 中，你将踏上一次探索基因变异之旅，寻找从一个基因序列转变到另一个序列所需的最少变化步骤。

广度优先搜索：逐层探索基因迷宫

广度优先搜索就像一位孜孜不倦的探险家，它逐层探索基因序列图。它从起始基因开始，依次访问相邻的基因，然后继续访问这些基因的相邻基因。它不辞辛劳地工作，直到找到目的地基因。

深度优先搜索：执着穿梭基因序列

深度优先搜索则像是一位执着的冒险家，它沿着一条路一直深入基因序列图，直到陷入绝境。此时，它才回溯到上一个节点，尝试另一条路径。它永不放弃，不断探索，直到找到终点。

双向广度优先搜索：双管齐下，直奔终点

双向广度优先搜索堪比两位默契十足的探险家，他们从起始基因和终点基因同时出发，向对方探索。他们步履不停，在基因序列图的某个节点汇合，共同完成这段旅程。

AStar 算法：启发式搜索，快速到达终点

AStar 算法是一位聪明睿智的探险家，它结合了广度优先搜索和深度优先搜索的优点。它利用启发式函数估算从当前基因到终点基因的距离，优先探索那些距离更近的基因，巧妙地避开弯路，直达终点。

代码示例：探索基因变异的奥秘

from collections import deque
from typing import List

def minMutation(start: str, end: str, bank: List[str]) -> int:
  """
  :param start: 起始基因序列
  :param end: 终点基因序列
  :param bank: 基因序列库
  :return: 最少变化步骤数
  """

  # 检查 end 是否在基因序列库中
  if end not in bank:
    return -1

  # 初始化队列并加入起始基因
  queue = deque([start])

  # 初始化变化步骤数
  steps = 0

  # 广度优先搜索
  while queue:
    # 当前层级的队列长度
    size = len(queue)

    # 遍历当前层级的每个基因序列
    for _ in range(size):
      # 取出队列中的基因序列
      current = queue.popleft()

      # 如果当前基因序列为终点基因序列，则返回变化步骤数
      if current == end:
        return steps

      # 探索当前基因序列的相邻基因序列
      for neighbor in bank:
        # 计算当前基因序列和相邻基因序列之间的差异
        diff = sum(c1 != c2 for c1, c2 in zip(current, neighbor))

        # 如果差异为 1，则将相邻基因序列加入队列
        if diff == 1:
          queue.append(neighbor)

    # 变化步骤数加 1
    steps += 1

  # 如果无法找到从起始基因序列到终点基因序列的路径，则返回 -1
  return -1