代码随想录算法训练营第53天| 图论 101.孤岛的总面积 102.沉没孤岛 、103.水流问题 、104.建造最大岛屿

本文主要是介绍代码随想录算法训练营第53天| 图论 101.孤岛的总面积 102.沉没孤岛 、103.水流问题 、104.建造最大岛屿,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!

101.孤岛的总面积  

题目链接:101.孤岛的总面积  

思路:采用了深搜和一个布尔函数判断是否为陆地,是陆地在后期不参与统计面积

代码:

#include<iostream>
using namespace std;
#include<vector>
//#include<bool>//多加一个是否碰到边缘函数
//深搜
vector<vector<int>> mov={{0,-1,1,0},{-1,0,0,1}};
void dfs(vector<vector<bool>> &visited,vector<vector<int>> &graph, int a, int b,int &temp,bool &edge){//左上下右if(visited[a][b]==false&&graph[a][b]==1){visited[a][b]=true;temp++;for(int k=0;k<4;k++){int cur_row = a + mov[0][k];int cur_col = b + mov[1][k];int i=graph[0].size();int j=graph.size();if(cur_row<0||cur_row>=j||cur_col<0||cur_col>=i){edge = true;continue;}dfs(visited,graph,cur_row,cur_col,temp,edge);}}
}int main(){int n,m;cin>>n>>m;vector<vector<int>> graph(n,(vector<int>(m,0)));vector<vector<bool>> visited(n,(vector<bool>(m,false)));for(int i=0;i<n;i++){for(int j=0;j<m;j++){cin>>graph[i][j];}}int res=0;int temp=0;for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(!visited[i][j]&&graph[i][j]==1){temp=0;bool edge = false;dfs(visited,graph,i,j,temp,edge);if(edge==false) res+=temp;}    }}cout<<res;return 0;
}

102.沉没孤岛  

题目链接:102.沉没孤岛  

思路:这次遍历和之前的区别是不用数数,从上下左右四个边分别遍历这个图 将靠边的岛全部从1变成2 这样1就全是岛屿了,然后我们把1全部变成0 这样孤岛全部沉没 然后把2全部换成1 就可以了。

代码:

using namespace std;
#include<iostream>
#include<vector>int dir[4][2] = {-1, 0, 0, -1, 1, 0, 0, 1};
void dfs(vector<vector<int>> &graph,int x,int y){if(graph[x][y]==0||graph[x][y]==2) return;graph[x][y]=2;for(int i=0;i<4;i++){int cur_x=x+dir[i][0];int cur_y=y+dir[i][1];if(cur_x<0 || cur_x>=graph.size() || cur_y<0 || cur_y>=graph[0].size()) continue;dfs(graph,cur_x,cur_y);}
}int main(){int m,n;cin>>m>>n;vector<vector<int>> graph(m,vector<int>(n,0));for(int i=0;i<m;i++){for(int j=0;j<n;j++){cin>>graph[i][j];}}//先按行来for(int i=0;i<m;i++){dfs(graph,i,0);dfs(graph,i,n-1);}//再按列来for(int i=0;i<n;i++){dfs(graph,0,i);dfs(graph,m-1,i);}for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(graph[i][j]==1)graph[i][j]=0;if(graph[i][j]==2)graph[i][j]=1;}}for(int i=0;i<m;i++){for(int j=0;j<n;j++){cout<<graph[i][j]<<" ";}cout<<endl;}
}

103.水流问题

​​​​​​题目链接:103.水流问题

思路:常规方法是遍历到一个地方时 寻找比他低的点 再继续遍历这个点 ,最后到达的这个点属于边界时给这条路上所有的点都赋值为true。优化方法为 从低到高寻找,一边从第一组开始寻找越来越高的地方,另一边从第二组开始找越来越高的地方。最后看哪些点在第一和第二组都出现了,那么这些点就是最高点。

代码:

#include <iostream>
#include <vector>
using namespace std;
int n, m;
int dir[4][2] = {-1, 0, 0, -1, 1, 0, 0, 1};
void dfs(vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y) {if (visited[x][y]) return;visited[x][y] = true;for (int i = 0; i < 4; i++) {int nextx = x + dir[i][0];int nexty = y + dir[i][1];if (nextx < 0 || nextx >= n || nexty < 0 || nexty >= m) continue;if (grid[x][y] > grid[nextx][nexty]) continue; // 注意:这里是从低向高遍历dfs (grid, visited, nextx, nexty);}return;
}int main() {cin >> n >> m;vector<vector<int>> grid(n, vector<int>(m, 0));for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {cin >> grid[i][j];}}// 标记从第一组边界上的节点出发,可以遍历的节点vector<vector<bool>> firstBorder(n, vector<bool>(m, false));// 标记从第一组边界上的节点出发,可以遍历的节点vector<vector<bool>> secondBorder(n, vector<bool>(m, false));// 从最上和最下行的节点出发,向高处遍历for (int i = 0; i < n; i++) {dfs (grid, firstBorder, i, 0); // 遍历最左列,接触第一组边界dfs (grid, secondBorder, i, m - 1); // 遍历最右列,接触第二组边界}// 从最左和最右列的节点出发,向高处遍历for (int j = 0; j < m; j++) {dfs (grid, firstBorder, 0, j); // 遍历最上行,接触第一组边界dfs (grid, secondBorder, n - 1, j); // 遍历最下行,接触第二组边界}for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {// 如果这个节点,从第一组边界和第二组边界出发都遍历过,就是结果if (firstBorder[i][j] && secondBorder[i][j]) cout << i << " " << j << endl;;}}}

104.建造最大岛屿

题目链接:104.建造最大岛屿

思路:

暴力解法:把每个水都变成陆地试一下 然后遍历找出最大面积
优化:算出每个岛屿的面积并存储 然后遍历每一个点,如果这个点是水,并且补上他可以使某个岛屿面积增加或者连接几个岛屿的话,储存形成的新的岛的面积。最后输出出现过的最大面积。中间有一些细节问题处理了很长时间,就比如说一个点的四周可能是同一个岛屿,所以我们要通过unordered_set的查询功能来避免重复计算。

代码:

#include<iostream>
using namespace std;
#include<vector>
#include<unordered_map>
#include<unordered_set>
//暴力解法:把每个水都变成陆地试一下 然后遍历找出最大面积
//优化:算出每个岛屿的面积并存储 然后遍历每一个点,如果这个点是水
//并且补上他可以使某个岛屿面积增加或者连接几个岛屿的话,储存形成的新的岛的面积int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1}; // 四个方向
int count = 0;
void dfs(vector<vector<int>> &grid, vector<vector<int>> &visited,int x, int y, int mark){if(grid[x][y]==0||visited[x][y]) return;grid[x][y] = mark;//岛屿的每个部分都标记编号visited[x][y]=true;count++;for (int i = 0; i < 4; i++) {int nextx = x + dir[i][0];int nexty = y + dir[i][1];if (nextx < 0 || nextx >= (int)grid.size() || nexty < 0 || nexty >= (int)grid[0].size()) continue; dfs(grid, visited, nextx, nexty, mark);}
}int main() {int n,m;cin >> n >> m;vector<vector<int>> grid(n, vector<int>(m, 0));vector<vector<int>> visited(n, vector<int>(m, false));for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {cin >> grid[i][j];}}unordered_map<int,int> gridNum;int mark=2;//每个岛的编号,因为0和1被占用 所以2开始。bool isgrd = true; //false代表不存在岛屿 全是陆地for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(grid[i][j]==0) isgrd = false;if(!visited[i][j]&&grid[i][j]==1){count=0;dfs(grid,visited,i,j,mark);gridNum[mark] = count;mark++;}}}//遍历每个点看是否能够连接if(isgrd==true){cout<<n*m;return 0;}int res=1;unordered_set<int> visitedGrid; // 标记访问过的岛屿for(int i=0;i<n;i++){for(int j=0;j<m;j++){count=1;if(grid[i][j]==0){visitedGrid.clear();for (int k = 0; k < 4; k++) {int nextx = i + dir[k][0];int nexty = j + dir[k][1];if (nextx < 0 || nextx >= (int)grid.size() || nexty < 0 || nexty >= (int)grid[0].size()) continue;if(visitedGrid.count(grid[nextx][nexty]))continue;count+=gridNum[grid[nextx][nexty]];visitedGrid.insert(grid[nextx][nexty]);res=max(res,count);}}else res=max(res,gridNum[grid[i][j]]);}}cout<<res;return 0;
}

这篇关于代码随想录算法训练营第53天| 图论 101.孤岛的总面积 102.沉没孤岛 、103.水流问题 、104.建造最大岛屿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/1098735

相关文章

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

java之Objects.nonNull用法代码解读

《java之Objects.nonNull用法代码解读》:本文主要介绍java之Objects.nonNull用法代码,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录Java之Objects.nonwww.chinasem.cnNull用法代码Objects.nonN

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

SpringBoot启动报错的11个高频问题排查与解决终极指南

《SpringBoot启动报错的11个高频问题排查与解决终极指南》这篇文章主要为大家详细介绍了SpringBoot启动报错的11个高频问题的排查与解决,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一... 目录1. 依赖冲突:NoSuchMethodError 的终极解法2. Bean注入失败:No qu

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调