LeetCode 422 - 有效的单词方块

摘要

这道题《LeetCode 422. 有效的单词方块（Valid Word Square）》看起来挺像是脑筋急转弯题。它考验的是我们对二维字符结构的理解。简单说就是：给你一组单词，把它们竖着横着排好后，判断是不是上下读、左右读都一样。
这类题其实挺有趣的，也挺常见于字符串矩阵处理的业务场景中，比如：文本对称性检查、纵横字谜验证、或类似的游戏逻辑系统。

描述

题目给出一个字符串数组 words，它代表一个“单词方块”。
要求：
如果 k 行的第 j 个字符等于 k 列的第 j 个字符（即 words[i][j] == words[j][i]），那它就是一个“有效的单词方块”。
举个例子：

["ball","area","lead","lady"
]

横着看：

b a l l
a r e a
l e a d
l a d y

竖着看也一模一样，说明它就是一个有效的单词方块。

反例：

["abcd","bnrt","crm","dt"
]

第三行“crm”只有3个字符，但第三列有4个字符，结果不匹配，所以不是有效的方块。

题解答案

这题的核心在于 双向一致性校验。
我们需要同时确保两个方向的字符矩阵是一致的。
思路其实挺直白：

1. 遍历每个单词的每个字符；
2. 如果当前字符 words[i][j] 存在，就看看竖着的那个 words[j][i] 是否存在、是否相等；
3. 如果越界或者不相等，就返回 false；
4. 遍历完所有元素都没问题，就返回 true。

这题其实不需要复杂的数据结构，也不用构造完整矩阵。只要保证索引安全、字符对称就行。

题解代码分析

下面是可运行的 Swift 代码版本：

import Foundationclass Solution {func validWordSquare(_ words: [String]) -> Bool {for i in 0..<words.count {let charsI = Array(words[i])for j in 0..<charsI.count {// 判断纵向越界if j >= words.count { return false }let charsJ = Array(words[j])// 判断横向越界或字符不匹配if i >= charsJ.count || charsI[j] != charsJ[i] {return false}}}return true}
}// Demo 测试
let s = Solution()
let words1 = ["ball", "area", "lead", "lady"]
print("示例1结果：", s.validWordSquare(words1)) // truelet words2 = ["abcd", "bnrt", "crm", "dt"]
print("示例2结果：", s.validWordSquare(words2)) // truelet words3 = ["abcd", "bnrt", "crm", "da"]
print("示例3结果：", s.validWordSquare(words3)) // false

代码解析：

• Array(words[i])：将字符串转为字符数组，方便按下标取字符。
• 双重循环中，外层是横向，内层是纵向。
• if j >= words.count 检查纵向越界（列超过行数）。
• if i >= charsJ.count 检查横向越界（当前列字符串太短）。
• 两个字符不匹配则立即返回 false。

Swift 的字符串在索引操作上不像 Python 或 C++ 那样简单，转成 Array 是为了能直接下标访问，性能上也足够快。

示例测试及结果

测试1：

输入: ["ball", "area", "lead", "lady"]
输出: true
解释: 横竖都对称。

测试2：

输入: ["abcd", "bnrt", "crm", "dt"]
输出: true
解释: 看似不齐，其实每个对应位置的字符都匹配。

测试3：

输入: ["abcd", "bnrt", "crm", "da"]
输出: false
解释: 最后一行和最后一列不一致。

执行结果：

示例1结果： true
示例2结果： true
示例3结果： false

时间复杂度

O(N²)
原因是我们最多要遍历整个字符方块的每个元素一次。
N 是单词数量，平均单词长度也大概是 N，所以是平方级。
不过在一般测试数据中，这个复杂度完全没问题。

空间复杂度

O(1)
除了在局部转换字符串成 Array 外，不需要额外的存储结构。

总结

这道题虽然不难，但非常锻炼我们对二维字符关系的观察力。
在实际开发中，这类逻辑经常出现，比如：

• 多语言字符矩阵是否一致（横读/竖读）
• 游戏中的文字谜题逻辑
• 文本对齐和矩阵一致性校验

从实现角度看，最容易错的地方其实是 越界检查。只要保证行列索引都在范围内，再比字符即可。
而 Swift 的字符串索引操作稍显复杂，转成数组是一种实用的技巧。

如果换成 Python，代码可能只有几行，但 Swift 的这种写法更严谨，也更贴近真实开发中字符串处理的写法。