代码随想录算法训练营Day58|101.孤岛的总面积、102.沉没孤岛、103.水流问题、104.建造最大岛屿

news/2024/8/28 14:07:44 标签: 算法, c++

孤岛的总面积

101. 孤岛的总面积 (kamacoder.com)

先利用BFS或DFS对边界找岛屿并将其置0，岛屿变成海洋，然后再重新遍历一遍graph，在遍历过程中计算孤岛面积即可，代码如下。

#include <iostream>
#include <vector>
#include <queue>
using namespace std;

// 定义四个方向，分别表示上、右、下、左
int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1};
int count = 0;
// 广度优先搜索函数，用于遍历岛屿并更新count
void bfs(vector<vector<int>>& grid, int x, int y) {
    queue<pair<int, int>> que; // 定义一个队列用于存储遍历的位置
    que.push({x, y}); // 将起始位置加入队列
    grid[x][y] = 0; // 将起始位置标记为已访问（0表示已访问）

    // 当队列不为空时，进行遍历
    while(!que.empty()) {
        pair<int ,int> cur = que.front(); // 获取队列前端的元素
        que.pop(); // 将队列前端的元素移除
        int curx = cur.first; // 获取当前位置的x坐标
        int cury = cur.second; // 获取当前位置的y坐标

        // 遍历四个方向
        for (int i = 0; i < 4; i++) {
            int nextx = curx + dir[i][0]; // 计算下一个位置的x坐标
            int nexty = cury + dir[i][1]; // 计算下一个位置的y坐标

            // 如果下一个位置越界，则跳过
            if (nextx < 0 || nextx >= grid.size() || nexty < 0 || nexty >= grid[0].size()) continue;

            // 如果下一个位置是岛屿（1表示岛屿），则加入队列并更新count
            if (grid[nextx][nexty] == 1) {
                que.push({nextx, nexty});
                grid[nextx][nexty] = 0; // 将新加入队列的位置标记为已访问
                count++;
            }
        }
    }
}

int main() {
    int n, m; // 定义网格的行数和列数
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0)); // 定义一个二维网格，初始化为0

    // 输入网格数据
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            cin >> grid[i][j];
        }
    }

    // 从左侧边和右侧边向中间遍历，寻找与边界相连的岛屿
    for (int i = 0; i < n; i++) {
        if (grid[i][0] == 1) bfs(grid, i, 0);
        if (grid[i][m - 1] == 1) bfs(grid, i, m - 1);
    }

    // 从上边和下边向中间遍历，寻找与边界相连的岛屿
    for (int j = 0; j < m; j++) {
        if (grid[0][j] == 1) bfs(grid, 0, j);
        if (grid[n - 1][j] == 1) bfs(grid, n - 1, j);
    }

    // 重置count为0
    count = 0;

    // 再次遍历整个网格，计算与边界相连的岛屿的数量
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            if (grid[i][j] == 1) bfs(grid, i, j);
        }
    }

    // 输出与边界相连的岛屿的数量
    cout << count << endl;
}

虽然多次遍历，但时间复杂度和空间复杂度仍为O(N*M)。

沉没孤岛

102. 沉没孤岛 (kamacoder.com)

在对边界的岛屿全置1后，visited矩阵也会置1，之后遍历一遍graph，将所有visited[i][j]为0的区域置0即可。

#include <iostream>
#include <vector>
#include <queue>
using namespace std;

// 定义四个方向，分别表示上、右、下、左
int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1};

// 广度优先搜索函数，用于遍历岛屿并更新visited数组
void bfs(const vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y) {
    queue<pair<int, int>> que; // 定义一个队列用于存储遍历的位置
    que.push({x, y}); // 将起始位置加入队列
    visited[x][y] = true; // 将起始位置标记为已访问

    // 当队列不为空时，进行遍历
    while(!que.empty()) {
        pair<int ,int> cur = que.front(); // 获取队列前端的元素
        que.pop(); // 将队列前端的元素移除
        int curx = cur.first; // 获取当前位置的x坐标
        int cury = cur.second; // 获取当前位置的y坐标

        // 遍历四个方向
        for (int i = 0; i < 4; i++) {
            int nextx = curx + dir[i][0]; // 计算下一个位置的x坐标
            int nexty = cury + dir[i][1]; // 计算下一个位置的y坐标

            // 如果下一个位置越界，则跳过
            if (nextx < 0 || nextx >= grid.size() || nexty < 0 || nexty >= grid[0].size()) continue;

            // 如果下一个位置是岛屿（1表示岛屿）且未被访问过，则加入队列并标记为已访问
            if (!visited[nextx][nexty] && grid[nextx][nexty] == 1) {
                que.push({nextx, nexty});
                visited[nextx][nexty] = true; // 将新加入队列的位置标记为已访问
            }
        }
    }
}

int main() {
    int n, m; // 定义网格的行数和列数
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0)); // 定义一个二维网格，初始化为0
    vector<vector<bool>> visited(n, vector<bool>(m, false)); // 定义一个二维数组，用于记录每个位置是否被访问过

    // 输入网格数据
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            cin >> grid[i][j];
        }
    }

    // 从左侧边和右侧边向中间遍历，寻找与边界相连的岛屿并标记为已访问
    for (int i = 0; i < n; i++) {
        if (grid[i][0] == 1) bfs(grid, visited, i, 0);
        if (grid[i][m - 1] == 1) bfs(grid, visited, i, m - 1);
    }

    // 从上边和下边向中间遍历，寻找与边界相连的岛屿并标记为已访问
    for (int j = 0; j < m; j++) {
        if (grid[0][j] == 1) bfs(grid, visited, 0, j);
        if (grid[n - 1][j] == 1) bfs(grid, visited, n - 1, j);
    }

    // 将未访问的岛屿（孤岛）置为0
    for(int i = 0; i < n; i++){
        for(int j = 0; j < m; j++){
            if(visited[i][j] == false)
                grid[i][j] = 0;
        }
    }

    // 输出处理后的网格
    for(int i = 0; i < n; i++){
        for(int j = 0; j < m-1; j++)
            cout<<grid[i][j]<<" ";
        cout<<grid[i][m-1]<<endl;
    }
}

时间复杂度和空间复杂度为O(m*n)。

水流问题

103. 水流问题 (kamacoder.com)

暴力解法

针对矩阵中的每一个点，都做深度优先搜索（这里不使用广度优先搜索，因为只需找到两条能够抵达第一边界和第二边界的路径就可以了），然后判断是否抵达了第一边界和第二边界，若都到达，则输出该点i、j，具体代码如下。

#include<iostream> 
#include<vector> 

using namespace std; // 使用标准命名空间

int N, M; // 定义全局变量N和M，分别表示网格的行数和列数
int dir[4][2] = {-1,0,0,-1,1,0,0,1}; // 定义方向数组，用于在深度优先搜索中上下左右移动

// 深度优先搜索函数
void dfs(vector<vector<int>>& grid, vector<vector<int>>& visited, int x, int y) {
    if (visited[x][y]) // 如果当前点已经访问过，返回
        return;
    visited[x][y] = 1; // 标记当前点为已访问
    for (int i = 0; i < 4; i++) { // 遍历四个方向
        int next_x = x + dir[i][0]; // 计算下一个点的x坐标
        int next_y = y + dir[i][1]; // 计算下一个点的y坐标
        if (next_x < 0 or next_y < 0 or next_x >= grid.size() or next_y >= grid[0].size())
            continue; // 如果下一个点超出网格范围，跳过
        if (grid[x][y] < grid[next_x][next_y])
            continue; // 如果下一个点的值大于当前点，水流无法抵达，跳过
        dfs(grid, visited, next_x, next_y); // 递归调用dfs，继续搜索
    }
    return;
}

// 判断结果函数
bool isresult(vector<vector<int>>& grid, int x, int y) {
    vector<vector<int>> visited(N, vector<int>(M, 0)); // 创建访问标记数组
    dfs(grid, visited, x, y); // 从点(x,y)开始进行深度优先搜索

    bool isFirst = false; // 标记是否到达第一边界
    bool isSecond = false; // 标记是否到达第二边界

    for (int j = 0; j < M; j++) { // 检查第一行是否有访问
        if (visited[0][j]) {
            isFirst = true;
            break;
        }
    }
    for (int i = 0; i < N; i++) { // 检查第一列是否有访问
        if (visited[i][0]) {
            isFirst = true;
            break;
        }
    }
    for (int j = 0; j < M; j++) { // 检查最后一行是否有访问过的点
        if (visited[N - 1][j]) {
            isSecond = true;
            break;
        }
    }
    for (int i = 0; i < N; i++) { // 检查最后一列是否有访问过的点
        if (visited[i][M - 1]) {
            isSecond = true;
            break;
        }
    }
    if (isFirst and isSecond) // 如果两个边界都到达过，返回true
        return true;
    return false; // 否则返回false
}

int main() {
    cin >> N >> M; // 输入网格的行数和列数
    vector<vector<int>> graph(N, vector<int>(M)); // 创建网格数组
    for (int i = 0; i < N; i++) { // 输入网格数据
        for (int j = 0; j < M; j++) {
            cin >> graph[i][j];
        }
    }
    for (int i = 0; i < N; i++) { // 遍历网格中的每个点
        for (int j = 0; j < M; j++) {
            if (isresult(graph, i, j)) // 如果从点(i,j)开始能到达两个边界，输出该点
                cout << i << " " << j << endl;
        }
    }
}

算法的时间复杂度为O(M*N*M*N)，每个点都要遍历，空间复杂度为O(M*N)

优化算法

挺巧妙的，从四周开始做dfs，然后将visited数组取交集，然后输出。

代码随想录 (programmercarl.com)

#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;;
        }
    }


}

算法的时间复杂度为2 * n * m。 地图用每个节点就遍历了两次，参数传入 firstBorder 的时候遍历一次，参数传入 secondBorder 的时候遍历一次，空间复杂度为O(n*m)。

建造最大岛屿

104. 建造最大岛屿 (kamacoder.com)

104.建造最大岛屿 | 代码随想录 (programmercarl.com)

使用一次深度优先搜索将每个岛屿的面积记录下来。

  1. 一次遍历地图，得到每个岛屿的面积，并做编号记录，使用map记录，key为岛屿编号，value为岛屿面积
  2. 再遍历地图，遍历0的方格（要将0变成1），并统计该（由0变为1）周边岛屿的面积，将其相邻面积相加在一起，遍历所有0之后，就可以得出选一个0变为1之后的最大面积。

#include <iostream>
#include <vector>
#include <unordered_set>
#include <unordered_map>
using namespace std;
int n, m;
int count;

int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1}; // 四个方向
void dfs(vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y, int mark) {
    if (visited[x][y] || grid[x][y] == 0) return; // 终止条件：访问过的节点 或者 遇到海水
    visited[x][y] = true; // 标记访问过
    grid[x][y] = mark; // 给陆地标记新标签
    count++;
    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;  // 越界了，直接跳过
        dfs(grid, visited, nextx, nexty, mark);
    }
}

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];
        }
    }
    vector<vector<bool>> visited(n, vector<bool>(m, false)); // 标记访问过的点
    unordered_map<int ,int> gridNum;
    int mark = 2; // 记录每个岛屿的编号
    bool isAllGrid = true; // 标记是否整个地图都是陆地
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            if (grid[i][j] == 0) isAllGrid = false;
            if (!visited[i][j] && grid[i][j] == 1) {
                count = 0;
                dfs(grid, visited, i, j, mark); // 将与其链接的陆地都标记上 true
                gridNum[mark] = count; // 记录每一个岛屿的面积
                mark++; // 记录下一个岛屿编号
            }
        }
    }
    if (isAllGrid) {
        cout << n * m << endl; // 如果都是陆地，返回全面积
        return 0; // 结束程序
    }

    // 以下逻辑是根据添加陆地的位置，计算周边岛屿面积之和
    int result = 0; // 记录最后结果
    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; // 记录连接之后的岛屿数量
            visitedGrid.clear(); // 每次使用时，清空
            if (grid[i][j] == 0) {
                for (int k = 0; k < 4; k++) {
                    int neari = i + dir[k][1]; // 计算相邻坐标
                    int nearj = j + dir[k][0];
                    if (neari < 0 || neari >= n || nearj < 0 || nearj >= m) continue;
                    if (visitedGrid.count(grid[neari][nearj])) continue; // 添加过的岛屿不要重复添加
                    // 把相邻四面的岛屿数量加起来
                    count += gridNum[grid[neari][nearj]];
                    visitedGrid.insert(grid[neari][nearj]); // 标记该岛屿已经添加过
                }
            }
            result = max(result, count);
        }
    }
    cout << result << endl;

}


http://www.niftyadmin.cn/n/5559657.html

相关文章

vue2迁移到vue3注意点

vue2迁移到vue3注意点

vue2迁移到vue3注意点 1、插槽的修改 使用 #default &#xff0c; 以及加上template 模板 2、 类型的定义&#xff0c;以及路由&#xff0c;vue相关资源&#xff08;ref, reactive,watch&#xff09;的引入等 3、类装饰器 1&#xff09;vue-class-component是vue官方库,作…
阅读更多...
【Oracle】Oracle语法之递归查询

【Oracle】Oracle语法之递归查询

目录 递归查询使用场景备注 语法相关属性解释 案例基本使用升级版-带上递归查询的属性 总结&#xff1a; 递归查询 Oracle的递归查询是指在一个查询语句中使用自引用的方式进行循环迭代查询。它可以用于处理具有层次结构的数据&#xff0c;如组织架构、产品类别等。递归查询通…
阅读更多...
Nginx文件上传过大，报错 413

Nginx文件上传过大，报错 413

Nginx文件上传过大&#xff0c;报错 413 Nginx默认是上传一个不能超过1M大小的文件。当传输超过1M时则报错413。 上传文件大小相关的有三个配置&#xff1a; client_body_buffer_size 配置请求体缓存区大小, 不配的话&#xff0c;client_body_temp_path 设置临时文件存放路径…
阅读更多...
捷配笔记-HDI板与普通PCB板的区别

捷配笔记-HDI板与普通PCB板的区别

HDI是什么? HDI(High Density Interconnect) 全称高密度互连板&#xff0c;是一种线分布密度高的高密度电路板&#xff0c;在现代电子设备中扮演着至关重要的角色。 它具有轻薄、线路密度高、有利于先进构装技术的使用、电气特性与信号更佳、改善射频干扰/电磁波干扰/静电释放…
阅读更多...
【文献阅读】Social Bot Detection Based on Window Strategy

【文献阅读】Social Bot Detection Based on Window Strategy

Abstract 机器人发帖的目的是在不同时期宣传不同的内容&#xff0c;其发帖经常会出现异常的兴趣变化、而人类发帖的目的是表达兴趣爱好和日常生活&#xff0c;其兴趣变化相对稳定。提出了一种基于窗口策略&#xff08;BotWindow Strategy&#xff09;的社交机器人检测模型基于…
阅读更多...
python爬虫豆瓣电影TOP250

python爬虫豆瓣电影TOP250

以下代码是一个简单的网络爬虫程序&#xff0c;用于从豆瓣电影 Top250 页面获取电影信息并保存到 CSV 文件中。以下是代码的一些主要步骤和功能&#xff1a; 导入模块&#xff1a;代码开始部分导入了 requests 和 etree 模块用于网络请求和数据解析。 get_html(start) 函数&am…
阅读更多...
【C#】计算两条直线的交点坐标

【C#】计算两条直线的交点坐标

问题描述 计算两条直线的交点坐标&#xff0c;可以理解为给定坐标P1、P2、P3、P4&#xff0c;形成两条线&#xff0c;返回这两条直线的交点坐标&#xff1f; 注意区分&#xff1a;这两条线是否垂直、是否平行。 代码实现 斜率解释 斜率是数学中的一个概念&#xff0c;特别是…
阅读更多...
Vue.js：如何区分页面关闭和刷新？深入解析与实战

Vue.js：如何区分页面关闭和刷新？深入解析与实战

Vue.js&#xff1a;如何区分页面关闭和刷新&#xff1f;深入解析与实战 在开发基于Vue.js的单页应用&#xff08;SPA&#xff09;时&#xff0c;我们经常需要处理用户关闭浏览器标签页或刷新页面的情况。虽然这两种操作看似相似&#xff0c;但在某些业务场景中&#xff0c;我们…
阅读更多...
最新文章

Copyright @ 2022~2023