【python】屈小原求三峡大学面积(CTGU百年校庆)

2023-10-24 14:04

本文主要是介绍【python】屈小原求三峡大学面积(CTGU百年校庆),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!

题目:

"""

题目描述:

屈小原希望你能帮他求出一块地图中学校的面积。地图由nxm个方格组成,每个方格中都有一个小写的英文字母,如果该方格为学校所属,那么该方格必定是一段连续的ctgu的组成部分。从一个特定的字符开始,可以向上、下、左、右四个方向移动到相邻的方格。如果按照这种方式,能够从一个字符按顺序走到另一个字符,形成指定的字符串序列(在这个情况下是“ctgu”),那么这些方格被认为是连续的,即它们是学校的一部分。

输入:

第一行包含两个整数n,m(1<n,m<1000)-地图的大小。接下来的n行包含m个小写字母,描述指定的地图

输出:

对于每组测试数据,输出学校所占的方格数目。

样例1:

4 4

cbug

tgtc

gutc

cgtu

样例输出:

7

"""

代码:

"""
思路:深度优先搜索(DFS)
"""
N = 1000  # 设置二维数组的最大维度。预分配空间
# 在绝大多数情况下,上下左右移动的坐标变化确实应该是 (0, 1)、(0, -1)、(1, 0) 和 (-1, 0)。
dx = [0, 0, 1, -1]  # 定义了在x方向上的四个可能的移动(上下左右)
dy = [1, -1, 0, 0]  # 定义了在y方向上的四个可能的移动
ctgu = "ctgu"  # 目标字符串
# 初始化一个二维字符数组s,用于存储输入的字符数据
s = [['' for _ in range(N)] for _ in range(N)]  
# 初始化一个二维访问数组vis,用于标记某个位置是否被访问过
vis = [[0 for _ in range(N)] for _ in range(N)]def dfs(x, y, stk):u = len(stk)  # 获取当前堆栈的大小if u == 4:  # 如果堆栈大小为4,标记堆栈中所有位置为已访问,并终止搜索for i in range(4):# 元组,stk[i][0]表示第i个位置的x坐标,stk[i][1]表示第i个位置的y坐标vis[stk[i][0]][stk[i][1]] = 1returnfor i in range(4):  # 循环遍历四个可能的方向tx = x + dx[i]  # 计算新的x位置ty = y + dy[i]  # 计算新的y位置# 检查新位置是否在边界内,堆栈大小是否小于目标字符串的长度,和新位置的字符是否匹配目标字符串的当前字符if 0 <= tx < n and 0 <= ty < m and u < len(ctgu) and s[tx][ty] == ctgu[u]:# 如果满足条件,将新位置元组(tx, ty)添加到堆栈中stk.append((tx, ty))dfs(tx, ty, stk)  # 递归调用DFS函数stk.pop()  # 回溯:从堆栈中弹出最后一个位置  返回的是地图坐标n, m = map(int, input().split())  # 输入n和m的值
for i in range(n):s[i] = list(input())  # 将输入的字符串转换为字符列表,并赋值给s数组的对应行
for i in range(n):for j in range(m):stk = []  # 初始化一个空堆栈dfs(i, j, stk)  # 从位置(i, j)开始执行DFSans = 0  # 初始化答案变量为0
for i in range(n):for j in range(m):if vis[i][j]:  # 如果位置(i, j)被访问过,增加答案变量ans += 1
print(ans)  # 输出最终答案

 

这篇关于【python】屈小原求三峡大学面积(CTGU百年校庆)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/275682

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目