給定兩個單詞（beginWord和 endWord）和一個字典，找到從beginWord 到endWord 的最短轉換序列的長度。轉換需遵循如下規則：

每次轉換隻能改變一個字母。
轉換過程中的中間單詞必須是字典中的單詞。
說明:

如果不存在這樣的轉換序列，返回 0。
所有單詞具有相同的長度。
所有單詞只由小寫字母組成。
字典中不存在重複的單詞。
你可以假設 beginWord 和 endWord 是非空的，且二者不相同。
示例1:

輸入:
beginWord = "hit",
endWord = "cog",
wordList = ["hot","dot","dog","lot","log","cog"]

輸出: 5

解釋: 一個最短轉換序列是 "hit" -> "hot" -> "dot" -> "dog" -> "cog",
返回它的長度 5。
示例 2:

輸入:
beginWord = "hit"
endWord = "cog"
wordList = ["hot","dot","dog","lot","log"]

輸出:0

解釋:endWord "cog" 不在字典中，所以無法進行轉換。

class Solution {
    //1.通過使用虛擬節點進行建圖
    //2.最近距離問題一般採用廣度優先演算法進行相應的處理
public:
    unordered_map<string
 
,int> wordId;
    vector<vector<int>> edge;
    int nodeNum = 0;

    void addWord(string& word){
        if(!wordId.count(word)){
            wordId[word] = nodeNum++;
            edge.emplace_back();
            //先預留一個vector，供其他函式插入操作使用
        }
    }
    void addEdge(string& word){
        addWord(word);
        
 
int id1 = wordId[word];
        for(char& it:word){
            char tmp = it;
            it = '*';
            addWord(word);
            int id2 = wordId[word];
            edge[id1].push_back(id2);
            edge[id2].push_back(id1);//插入虛擬節點
            it = tmp;//還原word
        }
    }

    int ladderLength(string beginWord, string endWord, vector<string>& wordList) {
        for(string& word: wordList){
            addEdge(word);
        }
        addEdge(beginWord);
        if(!wordId.count(endWord)){
            return 0;//序列中沒有終點，直接返回0
        }
        vector<int> dis(nodeNum,INT_MAX);
        //準備開始進行廣度優先搜尋
        int beginId = wordId[beginWord],endId = wordId[endWord];
        dis[beginId] = 0;

        queue<int> que;
        que.push(beginId);
        while(!que.empty()){
            int x = que.front();
            que.pop();
            if(x == endId){
                return dis[endId]/2 +1;//找到最終的節點
                //由於加了虛擬節點，所以路徑的長度等於擴大了一倍
                //同時由於計算的應該是節點的個數，所以/2後還需要再進行加1操作
            }
            for(int& it:edge[x]){
                if(dis[it] == INT_MAX){
                    dis[it] = dis[x]+1;
                    que.push(it);
                }
            }
        }
        return 0;
    }
};

注意：

1.最短路徑問題想到使用廣度優先演算法。

2.注意使用虛擬節點的方法。