【算法与数据结构】1020、130、LeetCode飞地的数量 被围绕的区域

2024-02-22 18:12

本文主要是介绍【算法与数据结构】1020、130、LeetCode飞地的数量 被围绕的区域,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

  • 一、1020、飞地的数量
  • 二、130、被围绕的区域
  • 三、完整代码

所有的LeetCode题解索引,可以看这篇文章——【算法和数据结构】LeetCode题解。

一、1020、飞地的数量

在这里插入图片描述
在这里插入图片描述

  思路分析:博主认为题目很抽象,非常难理解。想了好久,要理解题目什么意思,必须理解“移动”这个概念。“移动”是指陆地可以移动,移动到连接的陆地单元或者跨过边界。例如示例1中的(1, 0)这块陆地可以移出边界,示例2中(2, 2)这块陆地,可以按照 ( 1 , 2 ) − > ( 0 , 2 ) − > ( 0 , 1 ) − > 边界外 (1, 2)->(0, 2)->(0, 1)->边界外 (1,2)>(0,2)>(0,1)>边界外 的顺序离开网格边界。其他的陆地也类似,连接的陆地都可以移出边界。另一方面,从题目来理解更简单,要求飞地的数量。所谓飞地就是不和边界挨着的陆地,这也和任意次数“移动”出网格边界的定义一致。

  飞地的数量我们一眼就能看出,不和边界挨着的就是飞地。反过来想,我们顺着边界找到所有连接的陆地,讲这些陆地全部删除,剩下的就都是飞地,然后统计数量即可。程序当中,删除的这一操作不必实际进行,我们将其标记为已遍历,只要坐标是陆地且没有被遍历过就是飞地。

  程序如下

// 1020、飞地的数量-深度优先搜索
class Solution {
private:int Area = 0;vector<vector<int>> delta_x_y = { {0, -1}, {0, 1}, {-1, 0}, {1, 0} };	// 上下左右四个方向的偏移量void dfs(vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y) {	// 1、递归输入参数// 2、终止条件 访问过或者遇到海水,又或者越界if (x < 0 || x >= grid.size() || y < 0 || y >= grid[0].size() || visited[x][y] || grid[x][y] == 0) return;  // 越界了,直接跳过visited[x][y] = true;//grid[x][y] = 0;		// 可以省略// 3、单层递归逻辑for (int i = 0; i < 4; i++) {int nextx = x + delta_x_y[i][0];int nexty = y + delta_x_y[i][1];			 dfs(grid, visited, nextx, nexty);}}
public:int numEnclaves(vector<vector<int>>& grid) {vector<vector<bool>> visited = vector<vector<bool>>(grid.size(), vector<bool>(grid[0].size(), false));	// 遍历过的坐标// 遍历最外面的一圈for (int i = 0; i < grid.size(); i++) {		// 遍历两列dfs(grid, visited, i, 0);dfs(grid, visited, i, grid[0].size() - 1);}for (int j = 1; j < grid[0].size() - 1; j++) {	// 遍历两行dfs(grid, visited, 0, j);dfs(grid, visited, grid.size() - 1, j);}for (int i = 1; i < grid.size() - 1; i++) {	// 遍历行for (int j = 1; j < grid[0].size() - 1; j++) {	// 遍历列if (grid[i][j] == 1 && !visited[i][j]) Area++;	// 深度优先搜索,将连接的陆地都标记上true}}return Area;}
};

复杂度分析:

  • 时间复杂度: O ( m × n ) O(m \times n) O(m×n),其中 m m m n n n分别是岛屿数组的行数和列数。
  • 空间复杂度: O ( m × n ) O(m \times n) O(m×n),主要是栈的调用,最坏情况下,网格全是陆地,深度优先搜索的深度达到 m × n m \times n m×n

二、130、被围绕的区域

在这里插入图片描述
在这里插入图片描述

  思路分析:本题需要求将飞地改成‘X’。那么一个思路就是沿着网格边界搜索一遍,找到所有的‘O’并标记,表示这些‘O’不是飞地。然后,再将网格数组中的所有未标记过的‘O’改成‘X’即可。按照这样的思路需要一个额外的visited数组来标记‘O’,造成额外开销。实际上我们只需要区别标记过的‘O’(挨着边界的陆地)和未标记的‘O’(飞地),将标记过的‘O’改成其他字符即可(例如‘A’或者‘B’或者其他任意一个字符)。

  程序当中,先沿着边界遍历挨着边界的陆地,都改成‘A’。然后遍历边界以外的网格点,碰见‘O’就必然是飞地,将其改成‘X’。最后再将‘A’变回‘O’。

  程序如下

// 130、被围绕的区域-深度优先搜索
class Solution2 {
private:vector<vector<int>> delta_x_y = { {0, -1}, {0, 1}, {-1, 0}, {1, 0} };	// 上下左右四个方向的偏移量void dfs(vector<vector<char>>& board, int x, int y) {	// 1、递归输入参数// 2、终止条件 遇到海水或者越界,遇到遍历过的陆地if (x < 0 || x >= board.size() || y < 0 || y >= board[0].size() || board[x][y] == 'X' || board[x][y] == 'A') return;board[x][y] = 'A';// 3、单层递归逻辑for (int i = 0; i < 4; i++) {int nextx = x + delta_x_y[i][0];int nexty = y + delta_x_y[i][1];dfs(board, nextx, nexty);}}
public:void solve(vector<vector<char>>& board) {vector<vector<bool>> visited = vector<vector<bool>>(board.size(), vector<bool>(board[0].size(), false));	// 遍历过的坐标// 遍历最外面的一圈,找到挨着边界的陆地for (int i = 0; i < board.size(); i++) {		// 遍历外圈的两列if (board[i][0] == 'O') dfs(board, i, 0);if (board[i][board[0].size() - 1] == 'O') dfs(board, i, board[0].size() - 1);}for (int j = 1; j < board[0].size() - 1; j++) {	// 遍历外圈的两行if (board[0][j] == 'O') dfs(board, 0, j);if (board[board.size() - 1][j] == 'O') dfs(board, board.size() - 1, j);}// 遍历除边界以外的格点for (int i = 0; i < board.size(); i++) {	// 遍历行for (int j = 0; j < board[0].size(); j++) {	// 遍历列if (board[i][j] == 'O') board[i][j] = 'X';	// 删除飞地if (board[i][j] == 'A') board[i][j] = 'O';	// 还原'O'}}}
};

复杂度分析:

  • 时间复杂度: O ( m × n ) O(m \times n) O(m×n),其中 m m m n n n分别是网格数组的行数和列数。
  • 空间复杂度: O ( m × n ) O(m \times n) O(m×n),主要是栈的调用。最坏情况下,网格全是‘O’,深度优先搜索的深度达到 m × n m \times n m×n

三、完整代码

# include <iostream>
# include <vector>
# include <string>
using namespace std;// 1020、飞地的数量-深度优先搜索
class Solution {
private:int Area = 0;vector<vector<int>> delta_x_y = { {0, -1}, {0, 1}, {-1, 0}, {1, 0} };	// 上下左右四个方向的偏移量void dfs(vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y) {	// 1、递归输入参数// 2、终止条件 访问过或者遇到海水,又或者越界if (x < 0 || x >= grid.size() || y < 0 || y >= grid[0].size() || visited[x][y] || grid[x][y] == 0) return;  // 越界了,直接跳过visited[x][y] = true;//grid[x][y] = 0;		// 可以省略// 3、单层递归逻辑for (int i = 0; i < 4; i++) {int nextx = x + delta_x_y[i][0];int nexty = y + delta_x_y[i][1];			 dfs(grid, visited, nextx, nexty);}}
public:int numEnclaves(vector<vector<int>>& grid) {vector<vector<bool>> visited = vector<vector<bool>>(grid.size(), vector<bool>(grid[0].size(), false));	// 遍历过的坐标// 遍历最外面的一圈for (int i = 0; i < grid.size(); i++) {		// 遍历外圈的两列dfs(grid, visited, i, 0);dfs(grid, visited, i, grid[0].size() - 1);}for (int j = 1; j < grid[0].size() - 1; j++) {	// 遍历外圈的两行dfs(grid, visited, 0, j);dfs(grid, visited, grid.size() - 1, j);}for (int i = 1; i < grid.size() - 1; i++) {	// 遍历行for (int j = 1; j < grid[0].size() - 1; j++) {	// 遍历列if (grid[i][j] == 1 && !visited[i][j]) Area++;	// 深度优先搜索,将连接的陆地都标记上true}}return Area;}
};// 130、被围绕的区域-深度优先搜索
class Solution2 {
private:vector<vector<int>> delta_x_y = { {0, -1}, {0, 1}, {-1, 0}, {1, 0} };	// 上下左右四个方向的偏移量void dfs(vector<vector<char>>& board, int x, int y) {	// 1、递归输入参数// 2、终止条件 遇到海水或者越界,遇到遍历过的陆地if (x < 0 || x >= board.size() || y < 0 || y >= board[0].size() || board[x][y] == 'X' || board[x][y] == 'A') return;board[x][y] = 'A';// 3、单层递归逻辑for (int i = 0; i < 4; i++) {int nextx = x + delta_x_y[i][0];int nexty = y + delta_x_y[i][1];dfs(board, nextx, nexty);}}
public:void solve(vector<vector<char>>& board) {vector<vector<bool>> visited = vector<vector<bool>>(board.size(), vector<bool>(board[0].size(), false));	// 遍历过的坐标// 遍历最外面的一圈,找到挨着边界的陆地for (int i = 0; i < board.size(); i++) {		// 遍历外圈的两列if (board[i][0] == 'O') dfs(board, i, 0);if (board[i][board[0].size() - 1] == 'O') dfs(board, i, board[0].size() - 1);}for (int j = 1; j < board[0].size() - 1; j++) {	// 遍历外圈的两行if (board[0][j] == 'O') dfs(board, 0, j);if (board[board.size() - 1][j] == 'O') dfs(board, board.size() - 1, j);}// 遍历除边界以外的格点for (int i = 0; i < board.size(); i++) {	// 遍历行for (int j = 0; j < board[0].size(); j++) {	// 遍历列if (board[i][j] == 'O') board[i][j] = 'X';	// 删除飞地if (board[i][j] == 'A') board[i][j] = 'O';	// 还原'O'}}}
};void my_print(vector<vector<char>> board, string message) {cout << message << endl;for (vector<vector<char>>::iterator it = board.begin(); it != board.end(); it++) {for (vector<char>::iterator jt = (*it).begin(); jt != (*it).end(); jt++) {cout << *jt << " ";}cout << endl;}
}int main() {// // 1020、飞地的数量-深度优先搜索-测试案例//vector<vector<int>> grid = { {0, 0, 0, 0}, { 1, 0, 1, 0 }, { 0, 1, 1, 0 }, { 0, 0, 0, 0 } };//Solution s1;//int result = s1.numEnclaves(grid);//cout << result << endl;// 130、被围绕的区域-深度优先搜索-测试案例vector<vector<char>> board = { {'X', 'X', 'X', 'X'}, {'X', 'O', 'O', 'X'}, {'X', 'X', 'O', 'X'}, {'X', 'O', 'X', 'X'} };my_print(board, "替换前:");Solution2 s1;s1.solve(board);my_print(board, "替换后:");system("pause");return 0;
}

end

这篇关于【算法与数据结构】1020、130、LeetCode飞地的数量 被围绕的区域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/736085

相关文章

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

Java内存区域与内存溢出异常的详细探讨

《Java内存区域与内存溢出异常的详细探讨》:本文主要介绍Java内存区域与内存溢出异常的相关资料,分析异常原因并提供解决策略,如参数调整、代码优化等,帮助开发者排查内存问题,需要的朋友可以参考下... 目录一、引言二、Java 运行时数据区域(一)程序计数器(二)Java 虚拟机栈(三)本地方法栈(四)J

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

MySQL精准控制Binlog日志数量的三种方案

《MySQL精准控制Binlog日志数量的三种方案》作为数据库管理员,你是否经常为服务器磁盘爆满而抓狂?Binlog就像数据库的“黑匣子”,默默记录着每一次数据变动,但若放任不管,几天内这些日志文件就... 目录 一招修改配置文件:永久生效的控制术1.定位my.cnf文件2.添加核心参数不重启热更新:高手应

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,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... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

C#数据结构之字符串(string)详解

《C#数据结构之字符串(string)详解》:本文主要介绍C#数据结构之字符串(string),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... 目录转义字符序列字符串的创建字符串的声明null字符串与空字符串重复单字符字符串的构造字符串的属性和常用方法属性常用方法总结摘

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.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时