dfs 解决 部分矩阵洪流/floodfill算法题(水流问题、扫雷游戏、衣橱整理、C++)

本文主要是介绍dfs 解决 部分矩阵洪流/floodfill算法题(水流问题、扫雷游戏、衣橱整理、C++),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

  • 前言
    • 1. 什么是FloodFill问题
    • 2. 用什么方法解决FloodFill问题
  • 算法题
    • 417.太平洋大西洋水流问题
    • 529.扫雷游戏
    • LCR130.衣橱整理

前言

1. 什么是FloodFill问题

一般floodfill问题可以描述为:给定一个二维矩阵,其中每个元素代表一个像素点,并给定一个起始点、目标颜色和填充颜色。问题要求将以起始点为中心,与其相邻且具有相同颜色的所有区域都填充为目标颜色。

在这里插入图片描述


2. 用什么方法解决FloodFill问题

我们通常使用下面两种方法解决FloodFill算法问题:

DFS(深搜) 算法通常使用递归实现,在处理当前像素点的相邻像素点时,递归调用 DFS 函数,不断深入直到无法找到相邻像素为止。

BFS (宽搜)算法通常使用队列实现,将起始像素点加入队列中,并不断扩展队列中的像素点,直到队列为空为止。

在解决Floodfill问题时,暴力搜索(也称为递归法或深度优先搜索)是一种直接且简单的方法。具体步骤如下:

  1. 选择起始点: 从指定的起始单元格开始,通常这是填充区域的起点。

  2. 检查相邻单元格: 递归地检查当前单元格的所有相邻单元格(上、下、左、右)。如果相邻单元格与起始单元格的颜色相同,则继续填充。

  3. 填充颜色: 将当前单元格的颜色更改为目标颜色。

  4. 递归调用: 对所有相邻单元格递归执行步骤2和3。

  5. 停止条件: 如果单元格已被填充或不符合条件,则停止递归。


算法题

417.太平洋大西洋水流问题

在这里插入图片描述

思路

  1. 初始化

    • 定义矩阵的大小 mn
    • 使用两个布尔矩阵 pacatl,分别表示从太平洋和大西洋可以到达的格子。
  2. 深度优先搜索 (DFS)

    • 从太平洋边界(第一行和第一列)和大西洋边界(最后一行和最后一列)开始 DFS,标记每个可以到达的格子。
    • dfs 函数会向四个方向探索,只在相邻格子的高度不低于当前格子的情况下继续探索。
  3. 结果合并

    • 遍历整个矩阵,收集同时在 pacatl 中为 true 的格子,即能同时流向太平洋和大西洋的格子。

代码

class Solution {
public:int m, n;int dx[4] = {0, 0, -1, 1};int dy[4] = {-1, 1, 0, 0};vector<vector<int>> pacificAtlantic(vector<vector<int>>& heights) {m = heights.size();n = heights[0].size();vector<vector<bool>> pac(m, vector<bool>(n));vector<vector<bool>> atl(m, vector<bool>(n)); // 分别用于表示大西洋与太平洋的流向情况// 从外向内:// 太平洋 - 第一行与第一列的元素向内dfsfor(int j = 0; j < n; ++j) dfs(heights, 0, j, pac); // 第一行for(int i = 0; i < m; ++i) dfs(heights, i, 0, pac); // 第一列// 大西洋 - 最后一行与最后一列for(int j = 0; j < n; ++j) dfs(heights, m - 1, j, atl); // 最后一行for(int i = 0; i < m; ++i) dfs(heights, i, n - 1, atl); // 最后一列vector<vector<int>> ret;for(int i = 0; i < m; ++i) // 遍历数组,找对于某位置,表示两大洋的数组均为true的for(int j = 0; j < n; ++j){if(atl[i][j] && pac[i][j])ret.push_back({i, j});}return ret;}void dfs(vector<vector<int>>& heights, int x, int y, vector<vector<bool>>& visited){visited[x][y] = true;for(int k = 0; k < 4; ++k){int _x = x + dx[k], _y = y + dy[k];if(_x >= 0 && _y >= 0 && _x < m && _y < n && !visited[_x][_y] && heights[_x][_y] >= heights[x][y]){dfs(heights, _x, _y, visited);}}}
};

529.扫雷游戏

思路

  1. 初始化

    • mn 分别表示棋盘的行数和列数。
    • dxdy 数组用于表示八个方向的偏移量,以便遍历当前位置周围的方块。具体方向是:左、右、上、下、右下、右上、左下、左上。
  2. 更新棋盘 (updateBoard 函数):

    • 获取点击位置 ij
    • 如果点击的位置是地雷('M'),则将其标记为 'X',并返回更新后的棋盘。
    • 如果点击的位置不是地雷,调用 dfs 函数来递归揭示相关区域。
  3. 递归揭示 (dfs 函数):

    • 统计当前位置周围8个方向的地雷数量 count
    • 如果周围有地雷 (count > 0),将当前位置标记为对应的数字(地雷的数量),并返回。
    • 如果周围没有地雷 (count == 0),将当前位置标记为 'B',并继续递归处理周围未揭示的方块(即 'E')。

代码

class Solution {
public:int m, n;// 左上 上 右上 左 右 左下 下 右下// int dirs[8][2] = {{-1, -1}, {-1, 0}, {-1, 1}, {0, -1}, {0, 1}, {1, -1}, {1, 0}, {1, 1}};int dx[8] = {0, 0, -1, 1, 1, 1, -1, -1};int dy[8] = {-1, 1, 0, 0, 1, -1, 1, -1};vector<vector<char>> updateBoard(vector<vector<char>>& board, vector<int>& click) {int i = click[0], j = click[1];m = board.size(), n = board[0].size();if(board[i][j] == 'M'){board[i][j] = 'X';return board;}dfs(board, i, j);return board;}void dfs(vector<vector<char>>& board, int i, int j){int count = 0;// 统计当前位置周围的雷数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;}}if(count) // 附近有雷{board[i][j] = count + '0';return;}   else    // 附近无雷{board[i][j] = 'B';for(int k = 0; k < 8; ++k) // 找周围未挖出方块,继续递归{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);}}}   }
};

LCR130.衣橱整理

在这里插入图片描述

思路

  1. 初始化

    • visited 是一个布尔矩阵,用于标记每个格子是否已经访问过。
    • dxdy 数组分别表示在网格中向右和向下移动的偏移量。
  2. wardrobeFinishing 函数

    • 这个函数初始化 visited 矩阵,并设置 _cnt_m_n,然后从 (0, 0) 位置开始调用 dfs 函数。
  3. dfs 函数

    • 递归遍历满足条件的格子。
    • 首先,访问当前位置 (i, j),并将 ret 计数器加 1。
    • 对于当前位置 (i, j),尝试向右 (i, j+1) 和向下 (i+1, j) 移动,检查这些新位置是否在网格内、是否未被访问,以及它们的行索引和列索引的数位和是否小于等于 cnt
    • 如果满足这些条件,递归调用 dfs 函数继续探索。
  4. digit 函数

    • 计算一个数字的数位和。例如,对于数字 23,它的数位和是 2 + 3 = 5

代码

class Solution {
public:// cnt = 2 即表格 行与列元素 数位之和 <= cnt 的个数// \ 0 1 2  (m = n = 3)// 0 0 1 2// 1 1 2 X// 2 2 X Xvector<vector<bool>> visited;int dx[2] = {1, 0};int dy[2] = {0, 1};int ret = 0, _cnt, _m, _n;int wardrobeFinishing(int m, int n, int cnt) {visited.resize(m, vector<bool>(n));_cnt = cnt, _m = m, _n = n;dfs(0, 0);return ret;}void dfs(int i, int j){++ret;visited[i][j] = true;for(int k = 0; k < 2; ++k){// 统计 满足条件的格子int x = dx[k] + i, y = dy[k] + j;if(x >= 0 && x < _m && y >= 0 && y < _n && digit(x) + digit(y) <= _cnt && !visited[x][y])dfs(x, y);}}// 求数位之和int digit(int num){int tmp = 0;while(num){tmp += num % 10;num /= 10;}return tmp;}
};

这篇关于dfs 解决 部分矩阵洪流/floodfill算法题(水流问题、扫雷游戏、衣橱整理、C++)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/1131950

相关文章

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J

numpy求解线性代数相关问题

《numpy求解线性代数相关问题》本文主要介绍了numpy求解线性代数相关问题,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 在numpy中有numpy.array类型和numpy.mat类型,前者是数组类型,后者是矩阵类型。数组

解决systemctl reload nginx重启Nginx服务报错:Job for nginx.service invalid问题

《解决systemctlreloadnginx重启Nginx服务报错:Jobfornginx.serviceinvalid问题》文章描述了通过`systemctlstatusnginx.se... 目录systemctl reload nginx重启Nginx服务报错:Job for nginx.javas

Redis缓存问题与缓存更新机制详解

《Redis缓存问题与缓存更新机制详解》本文主要介绍了缓存问题及其解决方案,包括缓存穿透、缓存击穿、缓存雪崩等问题的成因以及相应的预防和解决方法,同时,还详细探讨了缓存更新机制,包括不同情况下的缓存更... 目录一、缓存问题1.1 缓存穿透1.1.1 问题来源1.1.2 解决方案1.2 缓存击穿1.2.1

C++中实现调试日志输出

《C++中实现调试日志输出》在C++编程中,调试日志对于定位问题和优化代码至关重要,本文将介绍几种常用的调试日志输出方法,并教你如何在日志中添加时间戳,希望对大家有所帮助... 目录1. 使用 #ifdef _DEBUG 宏2. 加入时间戳:精确到毫秒3.Windows 和 MFC 中的调试日志方法MFC

Mysql DATETIME 毫秒坑的解决

《MysqlDATETIME毫秒坑的解决》本文主要介绍了MysqlDATETIME毫秒坑的解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着... 今天写代码突发一个诡异的 bug,代码逻辑大概如下。1. 新增退款单记录boolean save = s

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

vue解决子组件样式覆盖问题scoped deep

《vue解决子组件样式覆盖问题scopeddeep》文章主要介绍了在Vue项目中处理全局样式和局部样式的方法,包括使用scoped属性和深度选择器(/deep/)来覆盖子组件的样式,作者建议所有组件... 目录前言scoped分析deep分析使用总结所有组件必须加scoped父组件覆盖子组件使用deep前言

解决Cron定时任务中Pytest脚本无法发送邮件的问题

《解决Cron定时任务中Pytest脚本无法发送邮件的问题》文章探讨解决在Cron定时任务中运行Pytest脚本时邮件发送失败的问题,先优化环境变量,再检查Pytest邮件配置,接着配置文件确保SMT... 目录引言1. 环境变量优化:确保Cron任务可以正确执行解决方案:1.1. 创建一个脚本1.2. 修

Python 标准库time时间的访问和转换问题小结

《Python标准库time时间的访问和转换问题小结》time模块为Python提供了处理时间和日期的多种功能,适用于多种与时间相关的场景,包括获取当前时间、格式化时间、暂停程序执行、计算程序运行时... 目录模块介绍使用场景主要类主要函数 - time()- sleep()- localtime()- g