当前位置: 首页 > news >正文

LeetCode 热题 100 | 图论(上)

目录

1  200. 岛屿数量

2  994. 腐烂的橘子

2.1  智障遍历法

2.2  仿层序遍历法


菜鸟做题,语言是 C++

1  200. 岛屿数量

解题思路:

  1. 遍历二维数组,寻找 “1”(若找到则岛屿数量 +1)
  2. 寻找与当前 “1” 直接或间接连接在一起的 “1”
  3. 将这些 “1” 置为 “0”,再寻找下一个 “1”

思路说明图:

如步骤 1 所示,我们找到 “1”(红框内部),它可以作为一个岛屿的开头。接下来,我们寻找与这个 “1” 直接或间接连接在一起的 “1”,如步骤 2 所示。这一坨 “1”(红框内部)构成一个岛屿。

直接连接 是指上下左右四个方向,斜对角方向的不算。

除此之外,为了避免我们下一次寻找 “1” 时,把这座岛屿内部的 “1” 视为下一个岛屿的开头,我们要将这些 “1” 置为 “0” 。

我们是对整个二维数组进行遍历的,若不在遍历完一座岛屿后将 “1” 置为 “0”,那么这座岛屿除开头之外的 “1” 会被误认为是下一座岛屿的开头。

具体代码:

① Find “1”:在二维数组中寻找 “1”,作为岛屿的开头。

for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (grid[i][j] == '1') {++count;helper(grid, i, j);}}
}

nr 是二维数组的行数,nc 是二维数组的列数。一旦找到 “1” 就 ++count,即认为找到了一座新的岛屿。同时,使用 helper 函数去寻找与当前 “1” 直接或间接连接在一起的 “1” 。

② Find Island:寻找与当前 “1” 直接或间接连接在一起的 “1”,它们构成一座岛屿。

void helper(vector<vector<char>>& grid, int r, int c) {int nr = grid.size();int nc = grid[0].size();grid[r][c] = '0';if (r - 1 >= 0 && grid[r - 1][c] == '1') helper(grid, r - 1, c);if (r + 1 < nr && grid[r + 1][c] == '1') helper(grid, r + 1, c);if (c - 1 >= 0 && grid[r][c - 1] == '1') helper(grid, r, c - 1);if (c + 1 < nc && grid[r][c + 1] == '1') helper(grid, r, c + 1);
}

这四个 if 其实就是做上下左右四个方向的边界判断,同时判断当前 “1” 的邻居是不是 “1” 。若找到相邻的 “1”,那么再递归寻找与相邻的 “1” 直接或间接连接在一起的 “1” 。

class Solution {
public:void helper(vector<vector<char>>& grid, int r, int c) {int nr = grid.size();int nc = grid[0].size();grid[r][c] = '0';if (r - 1 >= 0 && grid[r - 1][c] == '1') helper(grid, r - 1, c);if (r + 1 < nr && grid[r + 1][c] == '1') helper(grid, r + 1, c);if (c - 1 >= 0 && grid[r][c - 1] == '1') helper(grid, r, c - 1);if (c + 1 < nc && grid[r][c + 1] == '1') helper(grid, r, c + 1);}int numIslands(vector<vector<char>>& grid) {int nr = grid.size();if (nr == 0) return 0;int nc = grid[0].size();int count = 0;for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (grid[i][j] == '1') {++count;helper(grid, i, j);}}}return count;}
};

2  994. 腐烂的橘子

与  200. 岛屿数量  像又不像,区别在于是否有时间观念

2.1  智障遍历法

解题思路:

  1. 每个时刻都遍历二维数组,寻找腐烂的橘子(2)
  2. 对位于腐烂的橘子(2)四周的新鲜橘子(1)进行污染
  3. 直到所有新鲜橘子都被污染,或者无法继续污染

具体代码:

① 寻找腐烂的橘子(2),与 200 题的代码几乎一样。

for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (temp[i][j] == 2)helper(grid, i, j);}
}

② 对位于腐烂的橘子(2)四周的新鲜橘子(1)进行污染。

void helper(vector<vector<int>>& grid, int r, int c) {if (r - 1 >= 0 && grid[r - 1][c] == 1) grid[r - 1][c] = 2;if (r + 1 < nr && grid[r + 1][c] == 1) grid[r + 1][c] = 2;if (c - 1 >= 0 && grid[r][c - 1] == 1) grid[r][c - 1] = 2;if (c + 1 < nc && grid[r][c + 1] == 1) grid[r][c + 1] = 2;
}

③ 判断是否所有的新鲜橘子(1)都被污染。

bool isRotted(vector<vector<int>>& grid) {for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (grid[i][j] == 1) return false;}}return true;
}

④ 判断是否无法继续污染:在进行新一轮污染之前,先把上一轮的污染结果 grid 存入 temp 中,如果这一轮污染后有 temp == grid,则说明已经无法继续污染了。

vector<vector<int>> temp = grid;
for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (temp[i][j] == 2)helper(grid, i, j);}
}
if (temp == grid) return -1;

这样做还有一个好处,就是可以通过 if (temp[i][j] == 2) 来寻找腐烂的橘子,避免在这一轮中新腐烂的橘子参与到污染中。

class Solution {
public:int nr, nc;void helper(vector<vector<int>>& grid, int r, int c) {if (r - 1 >= 0 && grid[r - 1][c] == 1) grid[r - 1][c] = 2;if (r + 1 < nr && grid[r + 1][c] == 1) grid[r + 1][c] = 2;if (c - 1 >= 0 && grid[r][c - 1] == 1) grid[r][c - 1] = 2;if (c + 1 < nc && grid[r][c + 1] == 1) grid[r][c + 1] = 2;}bool isRotted(vector<vector<int>>& grid) {for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (grid[i][j] == 1) return false;}}return true;}int orangesRotting(vector<vector<int>>& grid) {nr = grid.size();nc = grid[0].size();int count = 0;while (!isRotted(grid)) {vector<vector<int>> temp = grid;for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (temp[i][j] == 2)helper(grid, i, j);}}if (temp == grid) return -1;++count;if (isRotted(grid)) return count;}return count;}
};

2.2  仿层序遍历法

参考官方题解进行了升级,仿二叉树的层序遍历,不用像 2.1 那样每次都进行全部遍历

核心思想:将属于同一时刻的腐烂橘子视为属于同一层。

上图画出了橘子逐步腐烂的 5 个时刻,每个时刻中打红叉的腐烂橘子属于同一层,打灰叉的腐烂橘子属于上一层。

解题思路:

  • 将属于同一时刻的腐烂橘子送入队列中
  • 出队并遍历属于同一时刻的腐烂橘子
  • 对四周的新鲜橘子进行污染并送入队列中

思路说明图:

对于时刻 1,让腐烂的橘子入队;对于时刻 2,队列中的腐烂橘子出队,让它们对四周的新鲜橘子进行污染,最后将新被污染的橘子入队。以此类推。

在一轮污染中,如果有橘子被污染,则计时器 +1,同时判断新鲜橘子是否被污染完毕;如果没有橘子被污染,则跳出循环,同时判断新鲜橘子是否被污染完毕。若没有橘子被污染且新鲜橘子没有被污染完毕,则表明无法污染所有新鲜橘子。

具体代码:

① 初始化:

  • 计数新鲜橘子的数量,即 freshCount + 1
  • 记录腐烂橘子的位置,即将横纵坐标送入队列中
int freshCount = 0;
queue<pair<int, int>> q;
for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (grid[i][j] == 1) {++freshCount;} else if (grid[i][j] == 2) {q.push(make_pair(i, j));}}
}

nr 是 grid 的行数,nc 是 grid 的列数。

② 循环结构和二叉树的层序遍历一模一样:

  • 获取当前层中腐烂橘子的个数
  • 遍历当前层中的腐烂橘子
while (!q.empty()) {int currentSize = q.size();for (int i = 0; i < currentSize; ++i) {pair<int, int> pos = q.front();q.pop();// 对橘子进行污染}
}

③ 针对每个腐烂橘子,对其四周进行污染:

  • 判断上/下/左/右位置是否越界,若越界则跳过该位置
  • 若该位置上的是新鲜橘子,则进行污染并将其入队
  • 同时将污染标志置为 true,新鲜橘子数量 - 1
for (int i = 0; i < 4; ++i) {int x = pos.first + dir_x[i];int y = pos.second + dir_y[i];if (x < 0|| x >= nr || y < 0|| y >= nc || grid[x][y] == 0)continue;if (grid[x][y] == 1) {hasPolluted = true;--freshCount;grid[x][y] = 2;q.push(make_pair(x, y));}if (freshCount == 0) break;
}

hasPolluted 用于表明当前层中是否至少有一个腐烂橘子造成了污染,如果没有造成污染,那么就要考虑是否无法污染所有新鲜橘子了。

class Solution {
public:int dir_x[4] = {0, 1, 0, -1};int dir_y[4] = {1, 0, -1, 0};int orangesRotting(vector<vector<int>>& grid) {int nr = grid.size();if (nr == 0) return 0;int nc = grid[0].size();int freshCount = 0;queue<pair<int, int>> q;for (int i = 0; i < nr; ++i) {for (int j = 0; j < nc; ++j) {if (grid[i][j] == 1) {++freshCount;} else if (grid[i][j] == 2) {q.push(make_pair(i, j));}}}int timeCount = 0;int hasPolluted = false;while (!q.empty()) {int currentSize = q.size();for (int i = 0; i < currentSize; ++i) {pair<int, int> pos = q.front();q.pop();for (int i = 0; i < 4; ++i) {int x = pos.first + dir_x[i];int y = pos.second + dir_y[i];if (x < 0|| x >= nr || y < 0|| y >= nc || grid[x][y] == 0)continue;if (grid[x][y] == 1) {hasPolluted = true;--freshCount;grid[x][y] = 2;q.push(make_pair(x, y));}if (freshCount == 0) break;}}if (hasPolluted) ++timeCount;hasPolluted = false;}return freshCount == 0 ? timeCount : -1;}
};

技能点:使用循环结构来测试上/下/左/右四个方位。

int dir_x[4] = {0, 1, 0, -1};
int dir_y[4] = {1, 0, -1, 0};for (int i = 0; i < 4; ++i) {int x = pos.first + dir_x[i];int y = pos.second + dir_y[i];if (x < 0|| x >= nr || y < 0|| y >= nc)// ...
}

并且用逆否命题来作为判断条件,就不需要写很多 && 了!

相关文章:

LeetCode 热题 100 | 图论(上)

目录 1 200. 岛屿数量 2 994. 腐烂的橘子 2.1 智障遍历法 2.2 仿层序遍历法 菜鸟做题&#xff0c;语言是 C 1 200. 岛屿数量 解题思路&#xff1a; 遍历二维数组&#xff0c;寻找 “1”&#xff08;若找到则岛屿数量 1&#xff09;寻找与当前 “1” 直接或间接连接在…...

跟着cherno手搓游戏引擎【25】封装2DRenderer,封装shader传参,自定义Texture

封装2DRenderer&#xff1a; Renderer.h: #include"ytpch.h" #include"Renderer.h" #include <Platform/OpenGL/OpenGLShader.h> #include"Renderer2D.h" namespace YOTO {Renderer::SceneData* Renderer::m_SceneData new Renderer::S…...

多个值时 if [ -z 报错 binary operator expected

if [ ! -z "\$client_pid" ]; then 报错: line 23: [: 662: binary operator expected 改成 if [[ ! -z "\$client_pid" ]]; then 即可。 unix - binary operator expected error when checking if a file with full pathname exists - Stack Overflo…...

如何使用ChatGPT创建一份优质简历

目录 第一步&#xff1a;明确目标和重点 第二步&#xff1a;与ChatGPT建立对话 第三步&#xff1a;整理生成的内容 第四步&#xff1a;注重行文风格 第五步&#xff1a;强调成就和量化结果 第六步&#xff1a;个性化和定制 第七步&#xff1a;反复修改和完善 总结 在现…...

k8s(6)

目录 一.kubectl 命令行管理K8S 陈述式资源管理方式&#xff08;可理解成使用一条kubectl命令及其参数选项来实现资源对象的管理操作&#xff09; service的4的基本类型&#xff1a; service的端口 应用发布策略&#xff1a; 声明式资源管理方式&#xff08;可理解成使用…...

自动驾驶框架:自动驾驶汽车定位-感知-规划-决策-控制概述,按照我的架构图理解:决策决定的是速度,规划决定的是路径(架构理解推荐)

1.按照我的架构图理解&#xff1a;决策决定的是速度&#xff0c;规划决定的是路径 参考链接&#xff1a;【自动驾驶】运动规划丨速度规划丨自动驾驶速度规划及状态协调方法 2.下面是参考别人的理解&#xff1a; 自动驾驶汽车定位-感知-规划-决策-控制概述 规划-决策-控制知…...

Gemma

Gemma 1.使用2.RAG3.LoRA3.1LoRA分类任务3.2LoRA中文建模任务 1.使用 首先是去HF下载模型&#xff0c;但一直下载不了&#xff0c;所以去了HF镜像网站&#xff0c;下载gemma需要HF的Token&#xff0c;按照步骤就可以下载。代码主要是Kaggle论坛里面的分享内容。 huggingface-…...

淘宝关键词搜索API、搜索商品接口、商品价格监控

淘宝搜索引擎的工作原理&#xff1a; 淘宝搜索引擎的工作原理是基于搜索引擎的核心技术——爬虫和索引&#xff0c;通过对海量数据的抓取、分析和存储&#xff0c;提供给用户最准确的搜索结果。 具体来说&#xff0c;淘宝搜索引擎的工作流程如下&#xff1a; 企业级api数据…...

vue实现水印功能

目录 一、应用场景 二、实现原理 三、详细开发 1.水印的实现方式 2.防止用户通过控制台修改样式去除水印效果&#xff08;可跳过&#xff0c;有弊端&#xff09; 3.水印的使用 &#xff08;1&#xff09;单页面/全局使用 &#xff08;2&#xff09;全局使用个别页面去掉…...

记录一下我的Ruby On Rails的systemd服务脚本

自己也是一个 ROR 框架的学习者&#xff0c;同时也是 Ruby 的新手。对于如何让 ROR 应用随系统自动启动并不是很了解。在尝试了各种方法之后&#xff0c;我最终找到了一条可行的途径。虽然不确定是否完全正确&#xff0c;但服务已经成功启动了。因此&#xff0c;我决定在这里保…...

【计算机网络】传输层——TCP和UDP详解

文章目录 一. TCP和UDP简介二. UDP 协议详解1. UDP报文格式2. UDP的使用场景 三. TCP 协议详解1. TCP报文格式2. TCP协议的重要机制确认应答&#xff08;保证可靠传输的最核心机制&#xff09;超时重传连接管理&#xff08;三次握手、四次挥手&#xff09;&#xff01;&#xf…...

stm32和嵌入式linux可以同步学习吗?

在开始前我有一些资料&#xff0c;是我根据网友给的问题精心整理了一份「stm3的资料从专业入门到高级教程」&#xff0c; 点个关注在评论区回复“888”之后私信回复“888”&#xff0c;全部无偿共享给大家&#xff01;&#xff01;&#xff01;如果需要使用STM32&#xff0c;建…...

maven--->maven中的<properties>属性有什么作用?

&#x1f64c;&#x1f64c;&#x1f64c;&#x1f64c;&#x1f64c;&#x1f64c; 在Maven中&#xff0c;元素用于定义项目中可重用的属性值。这些属性值可以在项目的POM文件中被引用&#xff0c;以便在整个项目中统一管理和使用。通过使用元素&#xff0c;可以避免在POM文件…...

android 网络请求总结

1 先看下基础部分&#xff1a; android okhttp网络访问是基于 tcp/ip 的 最上层是应用层的封装&#xff0c;有http&#xff0c;https&#xff08;加密&#xff09;&#xff0c;ftp 下面是socket套接字的封装&#xff0c;就是将ip和端口的封装 在下面就是tcp/udp 在下面 ip协议…...

用 Python 自动化处理无聊的事情

“编程最棒的部分就是看到机器做一些有用的事情而获得的胜利。用 Python 将无聊的事情自动化将所有编程视为这些小小的胜利&#xff1b;它让无聊变得有趣。” Hilary Mason&#xff0c;数据科学家兼 Fast Forward Labs 创始人 “我很享受打破东西然后把它们重新组合起来的乐趣…...

稀疏计算、彩票假说、MoE、SparseGPT

稀疏计算可能是未来10年内最有潜力的深度学习方向之一&#xff0c;稀疏计算模拟了对人脑的观察&#xff0c;人脑在处理信息的时候只有少数神经元在活动&#xff0c;多数神经元是不工作的。而稀疏计算的基本思想是&#xff1a;在计算过程中&#xff0c;将一些不重要的参数设置为…...

Git Windows安装教程

Git简介 Git是目前世界上最先进的分布式版本控制系统。它的工作原理 / 流程如下&#xff1a; [ Workspace:工作区 Index / Stage:暂存区 Repository:仓库区&#xff08;或本地仓库&#xff09; Remote:远程仓库 ] Git的下载 去 Git 官网下载对应系统的软件了&#xff0c;下…...

iOS高级理论:Runtime应用

一、遍历类的属性&#xff0c;快速归档 在 iOS 中&#xff0c;可以使用 Runtime 遍历类的属性来实现快速的归档&#xff08;Archiving&#xff09;操作。归档是将对象转换为数据流以便存储或传输的过程。下面是一个简单的示例&#xff0c;展示如何使用 Runtime 遍历类的属性进…...

php判断和过滤get或者post的html标签,防止跨站点脚本(XSS),链接注入,框架注入等攻击

大部分网站都包含搜索功能&#xff0c;根据用户搜索的词去执行服务端的业务逻辑。如果一些黑客在搜索参数包含链接&#xff08;a&#xff09;、嵌入其他网页&#xff08;iframe&#xff09;、前端代码&#xff08;script&#xff09;等html字符&#xff0c;再加上服务端php不加…...

PySide6实现课堂点名程序

目录 一:实现思路 二:实现代码 三:完整代码和界面 一:实现思路 为了创建一点名程序,并编写一个基本的 GUI 应用程序。新建一个窗口,展在窗口界面添加开始和停止按钮的QPushButton,和展示正在显示的人名QLabel,点击开始时随机显示人名列表中的一个名字并且展示在QLab…...

如何免费将视频硬字幕转为SRT文件?本地OCR工具终极指南

如何免费将视频硬字幕转为SRT文件&#xff1f;本地OCR工具终极指南 【免费下载链接】video-subtitle-extractor 视频硬字幕提取&#xff0c;生成srt文件。无需申请第三方API&#xff0c;本地实现文本识别。基于深度学习的视频字幕提取框架&#xff0c;包含字幕区域检测、字幕内…...

保姆级教程:用注册机搞定SecureCRT 9.0和SecureFX 9.0的永久激活(附缺失DLL文件解决方案)

SecureCRT与SecureFX高效使用指南&#xff1a;从安装到高级功能解析 在终端管理和文件传输领域&#xff0c;SecureCRT和SecureFX这对黄金组合一直是专业人士的首选工具。它们不仅提供了强大的SSH、Telnet、RDP和串行连接功能&#xff0c;还集成了安全可靠的文件传输能力。本文将…...

AGV小车导航新选择:手把手教你配置倍加福PGV100R视觉引导传感器

AGV小车导航新选择&#xff1a;手把手教你配置倍加福PGV100R视觉引导传感器 在工业自动化领域&#xff0c;AGV&#xff08;自动导引车&#xff09;的导航精度直接决定了物流效率与系统可靠性。传统磁条导航虽成熟稳定&#xff0c;但缺乏灵活性&#xff1b;激光导航成本高昂且对…...

Qwen3-14B企业级API网关设计:实现高可用、可扩展的AI服务

Qwen3-14B企业级API网关设计&#xff1a;实现高可用、可扩展的AI服务 1. 企业级AI服务的挑战与机遇 在数字化转型浪潮中&#xff0c;大型语言模型如Qwen3-14B正成为企业智能化转型的核心引擎。然而&#xff0c;直接将模型暴露给业务系统会面临诸多挑战&#xff1a;突发流量可…...

浅学线性回归与逻辑回归

1.什么是线性回归和逻辑回归 线性回归是一种用于建模连续目标变量与一个或多个自变量之间线性关系的统计方法,它的基本形式为y theta0 theta1*x theta2 * x*x .......。其中&#xff0c;我们会假设自变量与因变量存在线性关系&#xff0c;自变量之间相关性较低。 线性回归…...

CLIP-GmP-ViT-L-14效果展示:同一张图在不同语义层级(物体/属性/关系)的排序对比

CLIP-GmP-ViT-L-14效果展示&#xff1a;同一张图在不同语义层级&#xff08;物体/属性/关系&#xff09;的排序对比 1. 模型简介 CLIP-GmP-ViT-L-14是一个经过几何参数化(GmP)微调的CLIP模型&#xff0c;在ImageNet和ObjectNet数据集上达到了约90%的准确率。这个模型继承了CL…...

XStream安全机制详解:从ForbiddenClassException看Java反序列化安全最佳实践

XStream安全机制深度解析&#xff1a;构建坚不可摧的Java反序列化防线 当XML数据流经XStream转换器时&#xff0c;一个未被妥善处理的类引用可能成为整个系统的阿喀琉斯之踵。2019年某知名电商平台因反序列化漏洞导致千万级用户数据泄露的案例&#xff0c;至今仍是Java开发者心…...

LL库写ST7789驱动

网络上有很多ST7789的驱动是用HAL库写的&#xff0c;下载以后的Flash占用太大&#xff0c;没法放足够的字库。 更糟糕的是&#xff0c;市面上很多的国产stm32f103c8t6的flash是阉割版的&#xff0c;只有32kb。所以我第一次在我的阉割开发板上面下载HAL库的驱动时&#xff0c;就…...

计算机毕业设计:Python农产品价格与销量关联分析系统 Django框架 数据分析 可视化 大数据 大模型 机器学习(建议收藏)✅

1、项目介绍 技术栈 采用 Python 语言开发&#xff0c;基于 Django 框架搭建后端服务&#xff0c;使用 MySQL 数据库进行数据存储&#xff0c;前端结合 HTML 与 Echarts 可视化库实现数据展示。 功能模块农产品价格区间分布农产品销量分布农产品不同省份销量分布农产品…...

学Simulink——基于Simulink的轴向磁通电机多物理场耦合仿真​

目录 手把手教你学Simulink——基于Simulink的轴向磁通电机多物理场耦合仿真​ 摘要​ 一、背景与挑战​ 1.1 为什么轴向磁通电机的仿真让人“头秃”?​ 1.2 核心痛点与设计目标​ 二、系统架构与核心控制推导​ 2.1 整体架构:跨越维度的“降阶打击”​ 2.2 核心数学推…...