DFS解决floodfill算法

2024-09-02 04:28
文章标签 算法 解决 dfs floodfill

本文主要是介绍DFS解决floodfill算法,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!

文章目录

  • 1. 图像渲染
  • 2. 岛屿数量
  • 3. 岛屿的最大面积
  • 4. 被围绕的区域
  • 5. 太平洋大西洋水流问题
  • 6. 扫雷游戏
  • 7. 机器人的运动范围

1. 图像渲染

在这里插入图片描述

算法原理:
在这里插入图片描述

这题不需要创建visit数组去记录使用过的节点,因为我每次dfs都尝试修改image数组的值,当下一次遍历到当前节点时target != image[x][y],这也就间接的帮我们记录了使用过的节点。

class Solution {
public:int dx[4] = {-1, 1, 0, 0};int dy[4] = {0, 0, -1, 1};int m, n, target;void dfs(vector<vector<int>>& image, int sr, int sc, int color){image[sr][sc] = color; // 染色for(int k = 0; k < 4; k++){int x = sr + dx[k];int y = sc + dy[k];if(x >= 0 && x < m&& y >= 0 && y < n&& target == image[x][y]){dfs(image, x, y, color);}}}vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) {if(image[sr][sc] == color) return image;m = image.size(), n = image[0].size();target = image[sr][sc];dfs(image, sr, sc, color);return image;}
};

2. 岛屿数量

在这里插入图片描述

算法原理:
dfs负责将陆地1周围的连通区域(上下左右是1的区域)标记为true,当周围遇到了海洋0,dfs终止。此时,在函数外侧则去统计岛屿的数目(区域是1,并且区域未被标记)。

class Solution {
public:int dx[4] = {-1, 1, 0, 0};int dy[4] = {0, 0, -1, 1};bool vis[301][301];int m, n;int ret;// dfs只是负责将与1的连通区域标记一下, 方便找陆地的时候只记录一次void dfs(vector<vector<char>>& grid, int i, int j) {vis[i][j] = true;for(int k = 0; k < 4; k++){int x = i + dx[k], y = j + dy[k];if(x >= 0 && x < m && y >= 0 && y < n&& grid[x][y] == '1' && vis[x][y] == false){dfs(grid, x, y);}}}int numIslands(vector<vector<char>>& grid) {m = grid.size(), n = grid[0].size();// 找有多少块岛屿for(int i = 0; i < m; i++)for(int j = 0; j < n; j++)// 找到陆地, 且当前位置未被标记过if(grid[i][j] == '1' && vis[i][j] == false){ret++;dfs(grid, i, j);}return ret;}
};

3. 岛屿的最大面积

在这里插入图片描述理解了上一题怎么写之后,这题仍然是一样的原理。只不过统计的不是岛屿的数量,而是岛屿中的最大面积。

class Solution {
public:int dx[4] = {-1, 1, 0, 0};int dy[4] = {0, 0, -1, 1};bool vis[301][301];int m, n;int MaxArea, area;// dfs只是负责将与1的连通区域标记一下, 方便找陆地的时候只记录一次void dfs(vector<vector<int>>& grid, int i, int j) {vis[i][j] = true, area++;for(int k = 0; k < 4; k++){int x = i + dx[k], y = j + dy[k];if(x >= 0 && x < m && y >= 0 && y < n&& grid[x][y] == 1 && vis[x][y] == false){dfs(grid, x, y);}}}int maxAreaOfIsland(vector<vector<int>>& grid) {   m = grid.size(), n = grid[0].size();// 找有多少块岛屿for(int i = 0; i < m; i++)for(int j = 0; j < n; j++)// 找到了下一块岛屿if(grid[i][j] == 1 && vis[i][j] == false){dfs(grid, i, j);MaxArea = max(MaxArea, area);area = 0;}return MaxArea;}
};

4. 被围绕的区域

在这里插入图片描述

算法原理:
方法一:直接法
这道题的难点是如何处理边界区域的'o'不被替换为 'X',而被 'X'包围的区域则被替换。
如果只是将'o'替换为 'X',那很简单,直接进行深度优先遍历即可;如果我们想处理边界区域不被替换,我们也可以进行深度优先遍历,只不过遇到了非法区域我们就采用回溯还原原先的状态。但是实现起来较为复杂,下面介绍第二种方法。
方法二:间接法
先处理外围区域,遍历外围区域,当遇到'o'时,我们采用dfs,将所有的'o'替换为'.',这样就将边界区域的情况给处理了。再遍历整个区域,遇到'.'则替换回'o';遇到'o'将所有的'o'替换为'X',这样就自然而然的将边界区域和内部区域分开处理了。
在这里插入图片描述

class Solution {
public:int dx[4] = {-1, 1, 0, 0};int dy[4] = {0, 0, -1, 1};int m, n;void dfs(vector<vector<char>>& board, int i, int j){board[i][j] = '.';for(int k = 0; k < 4; k++){int x = i + dx[k], y = j + dy[k];if(x >= 0 && x < m && y >= 0 && y < n&& board[x][y] == 'O'){dfs(board, x, y);}}}void solve(vector<vector<char>>& board) {m = board.size(), n = board[0].size();// step1: 先遍历外围区域, 将边界的 'O' 全部修改成 '.'for(int i = 0; i < n; i++){if(board[0][i] == 'O') dfs(board, 0, i);if(board[m-1][i] == 'O') dfs(board, m-1, i);}for(int i = 1; i < m - 1; i++){if(board[i][0] == 'O') dfs(board, i, 0);if(board[i][n-1] == 'O') dfs(board, i, n-1);}// step2: 再遍历整个区域for(int i = 0; i < m; i++)for(int j = 0; j < n; j++)if(board[i][j] == 'O') board[i][j] = 'X';else if(board[i][j] == '.') board[i][j] = 'O';}
};

5. 太平洋大西洋水流问题

理解题意:
这道题的意思就是,水流只能往节点值比当前值小或者等于的方向流动。我要找到一个下标,使得这个水流既能流往大西洋,又能流往太平洋。

解法一:直接法
算法原理:
对整个二维数组的每一个元素进行判断,判断其是否能汇入太平洋和大西洋。以一个元素为例,如图元素5的dfs过程中:用一个vis数组记录使用过的节点,并且dfs只能往节点值较低的或者相等的去搜。整个递归结束后,对vis数组进行判别,从而确定该节点是否为所需求的节点。
在这里插入图片描述

缺点是部分测试用例会超时。原因在于,1.每个节点的搜索存在着重复的搜索
在这里插入图片描述

class Solution {
public:int dx[4] = {-1, 1, 0, 0};int dy[4] = {0, 0, -1, 1};int m, n;void dfs(vector<vector<int>>& heights, int i, int j, vector<vector<bool>>& vis){vis[i][j] = true; // 标记海水遍历过的地方for(int k = 0; k < 4; k++){int x = i + dx[k], y = j + dy[k];if(x >= 0 && x < m && y >= 0 && y < n&& heights[x][y] <= heights[i][j] // 水往低处流, 所以是小于等于&& vis[x][y] == false){dfs(heights, x, y, vis);}}}// 判断遍历得到的vis数组bool checkvis(vector<vector<bool>>& vis){// 保证vis的左边界或者上边界有true && vis的右边界或者下边界有true// flag1表示是否能流入太平洋bool flag1 = false;for(int j = 0; j < n; j++) {if(vis[0][j] == true) {flag1 = true;break;}}for(int i = 0; i < m; i++){if(vis[i][0] == true) {flag1 = true;break;}}// flag2表示是否能流入大西洋bool flag2 = false;for(int j = 0; j < n; j++){if(vis[m-1][j] == true) {flag2 = true;break;}}for(int i = 0; i < m; i++){if(vis[i][n-1] == true) {flag2 = true;break;}}// 将vis数组的所有值清0, 方便对下一个节点进行dfsfor(int i = 0; i < m; i++)for(int j = 0; j < n; j++)vis[i][j] = false;return flag1 && flag2;}vector<vector<int>> pacificAtlantic(vector<vector<int>>& heights) {m = heights.size(), n = heights[0].size();vector<vector<bool>> vis(m, vector<bool>(n));vector<vector<int>> result;for(int i = 0; i < m; i++)for(int j = 0; j < n; j++){dfs(heights, i, j, vis);if(checkvis(vis)) result.push_back({i, j});}return result;}
};

解法二:间接法
算法原理:逆向思维
从二维数组的边界开始搜索,当后面的节点的值 >= 当前节点的值就往后面搜索。创建两个vis数组,第一个vis数组负责从太平洋海岸(二维数组左边界和上边界)开始搜索;第二个vis数组负责从大西洋海岸(二维数组右边界和下边界)开始搜索。搜索完之后两个vis数组都有从边界搜索到达的最远位置被标记,找到两个vis数组公共位置都被标记为true的即为既可流向太平洋也可流向大西洋 。
如下图以边界的两个数为例子,得到(3, 1)和(2, 2)为两个vis数组公共位置,它们既可以流入太平洋也可以流入大西洋。
在这里插入图片描述

class Solution {
public:int dx[4] = {-1, 1, 0, 0};int dy[4] = {0, 0, -1, 1};int m, n;void dfs(vector<vector<int>>& heights, int i, int j, vector<vector<bool>>& vis){vis[i][j] = true; // 标记海水遍历过的地方for(int k = 0; k < 4; k++){int x = i + dx[k], y = j + dy[k];if(x >= 0 && x < m && y >= 0 && y < n&& heights[x][y] >= heights[i][j]&& vis[x][y] == false){dfs(heights, x, y, vis);}}}vector<vector<int>> pacificAtlantic(vector<vector<int>>& heights) {m = heights.size(), n = heights[0].size();// 0. 创建两个vis数组vector<vector<bool>> Pac(m, vector<bool>(n));vector<vector<bool>> Atl(m, vector<bool>(n));// 1. 先处理太平洋for(int j = 0; j < n; j++) dfs(heights, 0, j, Pac); // 第0行for(int i = 0; i < m; i++) dfs(heights, i, 0, Pac); // 第0列// 2. 再处理大西洋for(int j = 0; j < n; j++) dfs(heights, m-1, j, Atl); // 第m-1行for(int i = 0; i < m; i++) dfs(heights, i, n-1, Atl); // 第n-1列// 3. 判断两个xis数组是否有重复的部分vector<vector<int>> result;for(int i = 0; i < m; i++)for(int j = 0; j < n; j++)if(Pac[i][j] == Atl[i][j] && Atl[i][j] == true) result.push_back({i, j});return result;}
};

6. 扫雷游戏

在这里插入图片描述在这里插入图片描述**算法原理:**模拟

在这里插入图片描述每到一个节点,就去判断一下周围有无地雷,有地雷就将该节点改为地雷的总数,并回溯;如果周围没有地雷就在当前节点填入B,继续往周围8个节点dfs。

class Solution {
public:int dx[8] = {-1, 1, 0, 0, -1, 1, -1, 1}; // 上,下,左,右,斜方向int dy[8] = {0, 0, -1, 1, -1, -1, 1, 1};int m, n;void dfs(vector<vector<char>>& board, int i, int j){// 统计周围地雷的个数int count = 0;for (int k = 0; k < 8; k++) {int x = i + dx[k], y = j + dy[k];if (x >= 0 && x < m && y >= 0 && y < n && board[x][y] == 'M') {count++;}}// 如果周围有地雷, 将当前格子修改成周围地雷的总数, 再回溯if (count) {board[i][j] = count + '0';return;} else // 周围没有地雷{board[i][j] = 'B';for (int k = 0; k < 8; k++) {int x = i + dx[k], y = j + dy[k];if (x >= 0 && x < m && y >= 0 && y < n && board[x][y] == 'E') {dfs(board, x, y);}}}}vector<vector<char>> updateBoard(vector<vector<char>>& board, vector<int>& click) {m = board.size(), n = board[0].size();int x = click[0], y = click[1];if (board[x][y] == 'M') // 刚开始直接点到地雷{board[x][y] = 'X';return board;}dfs(board, x, y);return board;}
};

7. 机器人的运动范围

在这里插入图片描述算法原理:
还是深搜,遇到符合题目要求(行纵坐标的数位之和<=threshold)的节点,就给结果ret增加1;注意细节问题:应避免dfs往回搜,用vis数组标记使用过的节点。

class Solution {
public:int dx[4] = {-1, 1, 0, 0};int dy[4] = {0, 0, -1, 1};bool vis[101][101];int m, n;int ret;bool CanIn(int threshold, int x, int y){int sum = 0;while(x){sum += x % 10;x /= 10;}while(y){sum += y % 10;y /= 10;}if(sum > threshold) return false;return true;}void dfs(int threshold, int i, int j){vis[i][j] = true;ret++;for(int k = 0; k < 4; k++){int x = i + dx[k], y = j + dy[k];if(x >= 0 && x < m && y >= 0 && y < n&& CanIn(threshold, x, y)&& vis[x][y] == false){dfs(threshold, x, y);}}}int movingCount(int threshold, int rows, int cols) {m = rows, n = cols;dfs(threshold, 0, 0);return ret;}
};

这篇关于DFS解决floodfill算法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/1128991

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

如何解决线上平台抽佣高 线下门店客流少的痛点!

目前,许多传统零售店铺正遭遇客源下降的难题。尽管广告推广能带来一定的客流,但其费用昂贵。鉴于此,众多零售商纷纷选择加入像美团、饿了么和抖音这样的大型在线平台,但这些平台的高佣金率导致了利润的大幅缩水。在这样的市场环境下,商家之间的合作网络逐渐成为一种有效的解决方案,通过资源和客户基础的共享,实现共同的利益增长。 以最近在上海兴起的一个跨行业合作平台为例,该平台融合了环保消费积分系统,在短

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

hdu 2489 (dfs枚举 + prim)

题意: 对于一棵顶点和边都有权值的树,使用下面的等式来计算Ratio 给定一个n 个顶点的完全图及它所有顶点和边的权值,找到一个该图含有m 个顶点的子图,并且让这个子图的Ratio 值在所有m 个顶点的树中最小。 解析: 因为数据量不大,先用dfs枚举搭配出m个子节点,算出点和,然后套个prim算出边和,每次比较大小即可。 dfs没有写好,A的老泪纵横。 错在把index在d

poj 3050 dfs + set的妙用

题意: 给一个5x5的矩阵,求由多少个由连续6个元素组成的不一样的字符的个数。 解析: dfs + set去重搞定。 代码: #include <iostream>#include <cstdio>#include <set>#include <cstdlib>#include <algorithm>#include <cstring>#include <cm