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。
- 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
- 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;
}