这是433.左代码上的最小基因变化，这很困难。
标签：“ bfs”，“两个-way bfs”，“ A*算法”，“ Inspirble Search”
基因序列可以表示为由$ 8 $字符组成的字符串，每个字符是其中之一。
假设我们需要研究从基因序列到遗传变化的遗传变化。遗传变化意味着该基因序列中的特征变化。
另一个基因库记录了所有有效的基因变化。基因文库中只有基因是有效的基因序列。
给您两个基因序列和一个基因库，请找出并返回要更改的最小更改数。如果无法完成此基因更改，请返回$ -1 $。
注意：默认情况下，初始基因序列是有效的，但不一定出现在基因库中。
示例1：
示例2：
示例3：
暗示：
为了方便起见，我们订购$ s = start $，$ t = end $，并将每个基因序列视为“状态”。
很容易考虑使用的使用，并使用“哈希表”记录在某个状态下消耗的步骤数（同时，以快速判断某个状态是否合法，我们使用转移$ back [i] $）的结构。
将添加初始队列，并且要使用的步骤数为$ 0 $，然后执行常规过程：每次取出团队的头部元素，试图替换当前的statelegal，也就是说必须出现在中国）。如果新状态是合法的，并且不出现在记录步骤的哈希表中，则将输入并更新新状态以获取新状态中使用的步骤数，否则将丢弃新状态。
重复上述过程，直到找到（返回特定步骤）或为空（返回$ -1 $）的队列。
代码：
以同样的方式，我们可以使用“两道”来解决。
与传统的两条路相比，它可以有效地解决“搜索空间爆炸”的问题：
您可以查看不熟悉两条路的学生的前部。（解决方案）127。
代码：
如果您不考虑这些限制，对于特定状态，我们可以选择$ 4 $类的字符之一，因此对于任何状态$ x $$ t $步骤数“是对应于两个的不同字符的数量。由于限制，实际的最小步骤数将不可避免地满足该理论的最低数量。
基于此，我们可以计算从当前状态到目标状态的“理论转换步骤的最小数量”作为灵感的灵感功能。
具体而言，我们使用优先队列（HEAP）维护所有状态，并且每次“ Inspiration Value =理论最小转换步骤”都将优先于团队扩展。
不知道“算法”的学生可以看到前面吗？：[算法的最大值的关键点]（https％3A // mp.weixin.qq.com/s？__ __ __ biz％3DMZU4NDE3MTE3MTEYMA％3DD％36MID 26MID％3D2224748958％26IDX％3D1％26SN％3D479E4C0627247EB7E20AF7909F2A8B64）。
代码：
这是我们“通过Leetcode”系列的第一篇文章。该系列始于2021/01/01。从开始开始时的起始代码开始，总共有1916年的问题。该主题已经完成。
在这一系列文章中，除了解释问题 - 解决想法之外，还将尽可能多地提供最简洁的代码。如果涉及通信，将有相应的代码模板。
为了使学生更容易在计算机上调试和提交代码，我建立了一个相关的仓库：https：//github.com/sharingsource/logicstack-letcode。
在仓库地址中，您可以看到一系列文章的解释链接，一系列文章的相应代码，leetcode的原始链接以及其他首选解决方案。