多源 BFS 详解

2024-06-02 15:12
文章标签 详解 bfs 多源

本文主要是介绍多源 BFS 详解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

一、多源与单源的区别

二、例题练习

2.1 例题1:01 矩阵

2.2 例题2:飞地的数量

2.3 例题3:地图中的最高点 

2.4 例题4:地图分析


一、多源与单源的区别

单源最短路问题如何解决已经在上篇博客给出BFS 解决最短路问题,如果还没学习单源的建议先学习,因为多源就是在单源的基础上进行一些改动即可,即把多个源点一起放入队列中。

• 注意:

多源 BFS 只能用来解决边权为 1 (其实只要边权相等即可,可以转化为边权 1 来解决)的多源最短路问题。如果是边权不相等的情况那么就要使用到图论里面的 Floyd-Warshall 算法,这个后续会写到。

那么该如何解决多源 BFS 问题呢?

解法1:暴力,直接把多源最短路问题转化为若干个单源最短路问题,这个大概率是会超时的,因为重复查找的次数非常多。

解法2:把所有的源点当成一个 “超级源点”,那么问题就变成了单一的单源最短路问题。

如何证明正确性呢? 

理性:严格的证明,这些在一些算法书上能够找到,比较麻烦,文章主要写,如何来做题。故我们就感性的理解一下。

感性:就好比如下图这些性能相同的汽车(把汽车看成开始的源点),如果采用单源最短路的解决思路就是一辆一辆车启动,最后比较谁先到终点。如果采用多源最短路的解题思路就是把这些车一起启动,谁先到终点,就是最短路。这里可能有的友友会问,这样和单源最短路的时间复杂度不是一样的嘛?其实当在同一条路上如果有节点在前面,那么后面的节点就可以直接舍去,因为绝对不可能是最短路。

二、例题练习

2.1 例题1:01 矩阵

• 题目链接:01 矩阵

• 问题描述:

给定一个由 0 和 1 组成的矩阵 mat ,请输出一个大小相同的矩阵,其中每一个格子是 mat 中对应位置元素到最近的 0 的距离。

两个相邻元素间的距离为 1 。

• 解题思路:

如果采用单源最短路(一个位置一个位置的去求)的话会超时(替大家试过了),正确的解法多源 BFS + 正难则反(填表更快),把所有的 0 当成起点,1当作终点(终点可以有多个)。找到一个 1 且是没有被遍历过的就可以把路径数直接填入,因为绝对没有比这个更小的路径了。

• 代码编写:

直接把最开始创建的数组都初始化成 -1 ,这样就不用创建一个 vis 表来标记已经走过的节点。且路径数可以直接在原来的路径数上 + 1 即可,一举两得。具体代码如下:

class Solution {int[] dx = {0,0,1,-1};int[] dy = {1,-1,0,0};public int[][] updateMatrix(int[][] mat) {//1.把所有为0的元素存入队列int n = mat.length;int m = mat[0].length;//2.创建 dest 数组//3.dest初始化为 - 1int[][] dest = new int[n][m];for(int i = 0;i < n;i++){Arrays.fill(dest[i],-1);}Queue<int[]> q = new LinkedList<>();for(int i = 0;i < n;i++){for(int j = 0;j < m;j++){if(mat[i][j] == 0){dest[i][j] = 0;q.add(new int[]{i,j});}}}//4.bfswhile(!q.isEmpty()){int[] tmp = q.poll();int a = tmp[0],b = tmp[1];for(int k = 0;k < 4;k++){int x = a + dx[k];int y = b + dy[k];if(x >= 0 && x < n && y >= 0 && y < m && dest[x][y] == -1){if(mat[x][y] == 1){//5.在原来的基础上直接 + 1dest[x][y] = dest[a][b] + 1;}q.add(new int[]{x,y});}}}return dest;}
}

2.2 例题2:飞地的数量

• 题目链接:飞地的数量

• 问题描述:

给你一个大小为 m x n 的二进制矩阵 grid ,其中 0 表示一个海洋单元格、1 表示一个陆地单元格。

一次 移动 是指从一个陆地单元格走到另一个相邻(上、下、左、右)的陆地单元格或跨过 grid 的边界。

返回网格中 无法 在任意次数的移动中离开网格边界的陆地单元格的数量。

• 解题思路:

正难则反: 从边上的 1 开始搜索,把与边上 1 相连的联通区域全部标记⼀下,然后再遍历⼀遍矩阵,看看哪些位置的 1 没有被标记即可,标记的时候,可以用多源 bfs 解决(这题单源或者 DFS都行)。

• 代码编写:

class Solution {int n,m;int[] dx = {0,0,1,-1};int[] dy = {1,-1,0,0};public int numEnclaves(int[][] grid) {n = grid.length;m = grid[0].length;//1.拿所有边界的1进行一次bfs标记Queue<int[]> q = new LinkedList<>();for(int i = 0;i < n;i++){for(int j = 0;j < m;j++){if(i == 0 || i == n - 1 || j == 0 || j == m - 1){//这么写比较快且不容易出错if(grid[i][j] == 1){q.add(new int[]{i,j});}}}}//直接改为2即可while(!q.isEmpty()){int size = q.size();for(int i = 0;i < size;i++){int[] tmp = q.poll();int a = tmp[0],b = tmp[1];grid[a][b] = 2;for(int k = 0;k < 4;k++){int x = a + dx[k];int y = b + dy[k];if(x >= 0 && x < n && y >= 0 && y < m && grid[x][y] == 1){q.add(new int[]{x,y});grid[x][y] = 2;}}}}//2.最后遍历如果为 1 且未被标记的话ret++int ret = 0;//最后的结果for(int i = 0;i < n;i++){for(int j = 0;j < m;j++){if(grid[i][j] == 1){ret++;}}}//3.返回 retreturn ret;}
}

2.3 例题3:地图中的最高点 

• 题目链接:地图中的最高点

• 问题描述:

给你一个大小为 m x n 的整数矩阵 isWater ,它代表了一个由 陆地 和 水域 单元格组成的地图。

  • 如果 isWater[i][j] == 0 ,格子 (i, j) 是一个 陆地 格子。
  • 如果 isWater[i][j] == 1 ,格子 (i, j) 是一个 水域 格子。

你需要按照如下规则给每个单元格安排高度:

  • 每个格子的高度都必须是非负的。
  • 如果一个格子是 水域 ,那么它的高度必须为 0 。
  • 任意相邻的格子高度差 至多 为 1 。当两个格子在正东、南、西、北方向上相互紧挨着,就称它们为相邻的格子。(也就是说它们有一条公共边)

找到一种安排高度的方案,使得矩阵中的最高高度值 最大 。

请你返回一个大小为 m x n 的整数矩阵 height ,其中 height[i][j] 是格子 (i, j) 的高度。如果有多种解法,请返回 任意一个 。

• 解题思路:

01矩阵的变型题,直接用多源 bfs 解决即可。任意相邻的格子高度差 至多 为 1,这个条件非常重要,因为有这个条件我们才能确定这题其实是用最短路的思路来解决。具体就是把所有水域的格子添加到队列中,一层一层遍历即可。

• 代码编写:

class Solution {int[] dx = {0,0,1,-1};int[] dy = {1,-1,0,0};public int[][] highestPeak(int[][] isWater) {//多源 bfsint n = isWater.length;int m = isWater[0].length;int[][] ans = new int[n][m];//3.把返回数组初始化为 -1for(int i = 0;i < n;i++){Arrays.fill(ans[i],-1);}//1.找到所有的值为 1 的加入 bfsQueue<int[]> q = new LinkedList<>();for(int i = 0;i < n;i++){for(int j = 0;j < m;j++){if(isWater[i][j] == 1){ans[i][j] = 0;q.add(new int[]{i,j});}}}while(!q.isEmpty()){int size = q.size();for(int i = 0;i < size;i++){int[] tmp = q.poll();int a = tmp[0],b = tmp[1];//这个地方不用再填值了for(int k = 0;k < 4;k++){int x = a + dx[k];int y = b + dy[k];if(x >= 0 && x < n && y >= 0 && y < m && ans[x][y] == -1 && isWater[x][y] == 0){ans[x][y] = ans[a][b] + 1;//直接在原来的数值上 + 1 即可//不用再来一个timeq.add(new int[]{x,y});}}}}//4.返回答案return ans;}
}

2.4 例题4:地图分析

• 题目链接:地图分析

• 问题描述:

你现在手里有一份大小为 n x n 的 网格 grid,上面的每个 单元格 都用 0 和 1 标记好了。其中 0 代表海洋,1 代表陆地。

请你找出一个海洋单元格,这个海洋单元格到离它最近的陆地单元格的距离是最大的,并返回该距离。如果网格上只有陆地或者海洋,请返回 -1

我们这里说的距离是「曼哈顿距离」( Manhattan Distance):(x0, y0) 和 (x1, y1) 这两个单元格之间的距离是 |x0 - x1| + |y0 - y1| 。

• 解题思路:

正难则反,把所有 1 的节点都进队,这样一次就可以把所有的 0 都填好(路径数)。和上面几题都差不多,多源 BFS 代码编写倒是不难,主要是要先转化一下,怎么把那么多节点变成 “超级源点”。

• 代码编写:

class Solution {int[] dx = {0,0,1,-1};int[] dy = {1,-1,0,0};public int maxDistance(int[][] grid) {//多源 bfsint n = grid.length;int m = grid[0].length;boolean[][] vis = new boolean[n][m];//1.把 1 进 bfsQueue<int[]> q = new LinkedList<>();for(int i = 0;i < n;i++){for(int j = 0;j < m;j++){if(grid[i][j] == 1){q.add(new int[]{i,j});}}}if(q.size() == 0 || q.size() == (n * m)){return -1;}int time = 0;//2.time计数while(!q.isEmpty()){int size = q.size();time++;for(int i = 0;i < size;i++){int[] tmp = q.poll();int a = tmp[0],b = tmp[1];vis[a][b] = true;for(int k = 0;k < 4;k++){int x = a + dx[k],y = b + dy[k];if(x >= 0 && x < n && y >= 0 && y < m && !vis[x][y] && grid[x][y] == 0){q.add(new int[]{x,y});//3.vis 去重vis[x][y] = true;}}}}return time - 1;}
}

• 小结:和单源 BFS 找最短路的模板基本一样,只要多加练习,代码编写是很简单的,重要的是思路,哪些题目可以使用多源 BFS 来解决,这个就需要多做题了👍👍👍。

结语:

其实写博客不仅仅是为了教大家,同时这也有利于我巩固知识点,和做一个学习的总结,由于作者水平有限,对文章有任何问题还请指出,非常感谢。如果大家有所收获的话还请不要吝啬你们的点赞收藏和关注,这可以激励我写出更加优秀的文章。

这篇关于多源 BFS 详解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1024324

相关文章

MySQL 8 中的一个强大功能 JSON_TABLE示例详解

《MySQL8中的一个强大功能JSON_TABLE示例详解》JSON_TABLE是MySQL8中引入的一个强大功能,它允许用户将JSON数据转换为关系表格式,从而可以更方便地在SQL查询中处理J... 目录基本语法示例示例查询解释应用场景不适用场景1. ‌jsON 数据结构过于复杂或动态变化‌2. ‌性能要

Python实现终端清屏的几种方式详解

《Python实现终端清屏的几种方式详解》在使用Python进行终端交互式编程时,我们经常需要清空当前终端屏幕的内容,本文为大家整理了几种常见的实现方法,有需要的小伙伴可以参考下... 目录方法一:使用 `os` 模块调用系统命令方法二:使用 `subprocess` 模块执行命令方法三:打印多个换行符模拟

MySQL字符串常用函数详解

《MySQL字符串常用函数详解》本文给大家介绍MySQL字符串常用函数,本文结合实例代码给大家介绍的非常详细,对大家学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql字符串常用函数一、获取二、大小写转换三、拼接四、截取五、比较、反转、替换六、去空白、填充MySQL字符串常用函数一、

Java中Arrays类和Collections类常用方法示例详解

《Java中Arrays类和Collections类常用方法示例详解》本文总结了Java中Arrays和Collections类的常用方法,涵盖数组填充、排序、搜索、复制、列表转换等操作,帮助开发者高... 目录Arrays.fill()相关用法Arrays.toString()Arrays.sort()A

Python 字典 (Dictionary)使用详解

《Python字典(Dictionary)使用详解》字典是python中最重要,最常用的数据结构之一,它提供了高效的键值对存储和查找能力,:本文主要介绍Python字典(Dictionary)... 目录字典1.基本特性2.创建字典3.访问元素4.修改字典5.删除元素6.字典遍历7.字典的高级特性默认字典

MySQL 主从复制部署及验证(示例详解)

《MySQL主从复制部署及验证(示例详解)》本文介绍MySQL主从复制部署步骤及学校管理数据库创建脚本,包含表结构设计、示例数据插入和查询语句,用于验证主从同步功能,感兴趣的朋友一起看看吧... 目录mysql 主从复制部署指南部署步骤1.环境准备2. 主服务器配置3. 创建复制用户4. 获取主服务器状态5

一文详解如何使用Java获取PDF页面信息

《一文详解如何使用Java获取PDF页面信息》了解PDF页面属性是我们在处理文档、内容提取、打印设置或页面重组等任务时不可或缺的一环,下面我们就来看看如何使用Java语言获取这些信息吧... 目录引言一、安装和引入PDF处理库引入依赖二、获取 PDF 页数三、获取页面尺寸(宽高)四、获取页面旋转角度五、判断

Spring Boot中的路径变量示例详解

《SpringBoot中的路径变量示例详解》SpringBoot中PathVariable通过@PathVariable注解实现URL参数与方法参数绑定,支持多参数接收、类型转换、可选参数、默认值及... 目录一. 基本用法与参数映射1.路径定义2.参数绑定&nhttp://www.chinasem.cnbs

MySql基本查询之表的增删查改+聚合函数案例详解

《MySql基本查询之表的增删查改+聚合函数案例详解》本文详解SQL的CURD操作INSERT用于数据插入(单行/多行及冲突处理),SELECT实现数据检索(列选择、条件过滤、排序分页),UPDATE... 目录一、Create1.1 单行数据 + 全列插入1.2 多行数据 + 指定列插入1.3 插入否则更

Redis中Stream详解及应用小结

《Redis中Stream详解及应用小结》RedisStreams是Redis5.0引入的新功能,提供了一种类似于传统消息队列的机制,但具有更高的灵活性和可扩展性,本文给大家介绍Redis中Strea... 目录1. Redis Stream 概述2. Redis Stream 的基本操作2.1. XADD