某大厂程序员被拉深夜会议，老父亲当场爆发：没有家庭吗？！你们还让不让人活？

刷 LeetCode 的时候，总有那么几道题，看起来像是幼儿园水平，实则是隐藏Boss，能把我这键盘敲了十年的老爪子都按回了起跑线。

“单词搜索 II”就是这么个玩意儿。

题目长这样：

给定一个 m x n 的字符网格 board 和一个字符串数组 words，返回所有在二维网格中出现的单词。单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平或垂直相邻的单元格。同一个单元格内的字母在一个单词中不能被重复使用。

听上去不难对吧？但你真敢用个 for + dfs 硬怼一遍每个单词，LeetCode 直接告诉你：超时！🤯

我一开始就上头了，写了个经典的暴力递归，结果在大集合上直接寄了。那感觉，就像是你写了一晚上代码，第二天领导跟你说产品方向变了，全部推倒重来。

后来我冷静下来一想——能不能别每个单词都搜一次，而是让 所有单词共享一趟搜索过程？对，就是把暴力那一堆for循环砍掉，换一种思路。

Trie 树登场！🎉

我们可以先把所有的单词构造成一个前缀树，然后从 board 上的每个格子出发，dfs 搜索当前路径是否存在于 Trie 中，如果存在，我们就继续走；一旦走到某个节点发现没戏，立马剪枝，兄弟别走了，再走 CPU 烫坏了。

来点 Java 示例吧，看看这个搜索过程：

classSolution {
classTrieNode {
        TrieNode[] children = newTrieNode[26];
Stringword=null;
    }

private TrieNode buildTrie(String[] words) {
TrieNoderoot=newTrieNode();
for (String w : words) {
TrieNodenode= root;
for (char c : w.toCharArray()) {
inti= c - 'a';
if (node.children[i] == null) {
                    node.children[i] = newTrieNode();
                }
                node = node.children[i];
            }
            node.word = w;
        }
return root;
    }

public List<String> findWords(char[][] board, String[] words) {
        List<String> result = newArrayList<>();
TrieNoderoot= buildTrie(words);
for (inti=0; i < board.length; i++) {
for (intj=0; j < board[0].length; j++) {
                dfs(board, i, j, root, result);
            }
        }
return result;
    }

privatevoiddfs(char[][] board, int i, int j, TrieNode node, List<String> result) {
charc= board[i][j];
if (c == '#' || node.children[c - 'a'] == null) return;
        node = node.children[c - 'a'];
if (node.word != null) {
            result.add(node.word);
            node.word = null; // 去重
        }

        board[i][j] = '#';
if (i > 0) dfs(board, i - 1, j, node, result);
if (j > 0) dfs(board, i, j - 1, node, result);
if (i < board.length - 1) dfs(board, i + 1, j, node, result);
if (j < board[0].length - 1) dfs(board, i, j + 1, node, result);
        board[i][j] = c;
    }
}

上面的代码里干了几件大事：

1. 1. 构建了一个 Trie，把所有单词塞进去了；
2. 2. 然后从 board 上每一个点 dfs 开搜；
3. 3. 如果搜到的路径存在于 Trie 中，就继续；搜到叶子节点了，就说明找到了单词；
4. 4. 为了防止重复单词，找到了就设为 null，下一次就不会重复加进去了。

这道题的精髓就是：剪枝要快，Trie 要准，dfs 要稳。

我觉得这题特别适合训练一个开发者对“优化路径”和“数据结构结合”的理解。你看，其实业务开发里也一样，需求可能是一堆搜索，但你不能真一条一条查吧？得合并、得索引、得预处理。要不然你写完的代码，跑得还没产品开完会快。

而且，Trie 这玩意儿在实际项目里不是没用过，我曾经在做关键词过滤的时候就整过一套类似的，用来实时查找敏感词，效果比正则快太多了，那感觉就像是从单核 Java 升级成多线程协程一样——丝滑！

反正这道题一刷完，我脑子里就浮现出一个词："数据结构即性能保障"，别小瞧基础，真到实战里，啥姿势都得你能整。