当前位置: 首页 > news >正文

BFS解决单源最短路问题

目录

迷宫中离入口最近的出口

最小基因变化

单词接龙

为高尔夫比赛砍树


迷宫中离入口最近的出口

题目

思路

使用宽度优先遍历解决这道题,需要一个二维数组标记是否被遍历过,也需要一个队列辅助完成宽度优先遍历,类似于水波纹一样,一层一层的往外扩,如果扩到了矩阵边缘行,则返回步数,就是离入口最近的距离。

代码

class Solution {int dx[4]={0,0,1,-1};int dy[4]={1,-1,0,0};public:int nearestExit(vector<vector<char>>& maze, vector<int>& entrance) {int m=maze.size(),n=maze[0].size();vector<vector<bool>> vis(m,vector<bool>(n,false));queue<pair<int,int>> q;int step=0;q.push({entrance[0],entrance[1]});vis[entrance[0]][entrance[1]]=true;while(!q.empty()){int sz=q.size();step++;for(int i=0;i<sz;i++){int a=q.front().first;int b=q.front().second;q.pop();for(int k=0;k<4;k++){int x=a+dx[k],y=b+dy[k];if(x>=0 && x<m && y>=0 &&y<n && !vis[x][y] && maze[x][y]=='.'){if(x==0 || x==m-1 || y==0 || y==n-1)return step;q.push({x,y});vis[x][y]=true;}}}}return -1;}
};
最小基因变化

题目

思路

其实仔细分析这道题后可以发现,也可以用宽度优先遍历来解决这道题,每一次某位置变化一个字母,就相当于以某位置为起点往外扩了一层,为了便于快速地判断变换后的基因序列是否在基因库中,将基因库中的基因序列存储到哈希表中,同时也需要一个哈希表来标记某些基因序列是否已经变换过,另外也需要一个队列来完成宽度优先遍历的辅助操作。

需要注意的是,在对基因序列的某位置变换前,需保存一下变换前的基因序列,便于变换后再进行恢复还原。

代码

class Solution {
public:int minMutation(string startGene, string endGene, vector<string>& bank) {unordered_set<string> vis;unordered_set<string> hash(bank.begin(),bank.end());string s="ACGT";if(startGene==endGene) return 0;if(!hash.count(endGene)) return -1;queue<string> q;q.push(startGene);vis.insert(startGene);int ret=0;while(!q.empty()){int sz=q.size();ret++;for(int k=0;k<sz;k++){string top=q.front();q.pop();for(int i=0;i<8;i++){string str=top;for(int j=0;j<4;j++){top[i]=s[j];if(top==endGene) return ret;if(!vis.count(top) && hash.count(top))q.push(top),vis.insert(top);}top=str;}}}return -1;}
};
单词接龙

题目

思路

其实这道题和前一道题是类似的,只不过这道题的单词变化范围不再是'A','C','G','T',而是26个英文小写字母,为了快速判断单词是否是字典中的单词,首先将字典中的单词存放到哈希表中,同时也需要一个哈希表标记已经访问过的单词和一个队列来完成宽度优先遍历的辅助操作。

这道题同上一道题一样,进行单词的某位置前需要先保存原始单词,以便变换完单词某位置后进行恢复和还原。

代码

class Solution {
public:int ladderLength(string beginWord, string endWord, vector<string>& wordList) {unordered_set<string> vis;unordered_set<string> hash(wordList.begin(),wordList.end());if(!hash.count(endWord)) return 0;queue<string> q;q.push(beginWord);vis.insert(beginWord);int ret=1;while(!q.empty()){int sz=q.size();ret++;for(int i=0;i<sz;i++){string top=q.front();q.pop();for(int j=0;j<beginWord.size();j++){string str=top;for(char ch='a';ch<='z';ch++){top[j]=ch;if(top==endWord) return ret;if(!vis.count(top) && hash.count(top))q.push(top),vis.insert(top);}top=str;}}}return 0;}
};
为高尔夫比赛砍树

题目

思路

解决这道题也是使用宽度优先遍历来解决,但是题目要求按高度从低到高砍完所有的树,因此需要对砍树的顺序进行排序,然后求出被砍顺序挨着的两个树的最短距离,分别求出这样的被砍顺序挨着的两个树的最短距离,然后加起来,就是按高度从低到高砍完所有树的最短步数,如果某一步不能正常进行,说明无法完成砍树,直接返回-1.

代码

class Solution {int m,n;int dx[4]={1,-1,0,0};int dy[4]={0,0,1,-1};public:int cutOffTree(vector<vector<int>>& forest) {m=forest.size(),n=forest[0].size();vector<pair<int,int>> order;for(int i=0;i<m;i++)for(int j=0;j<n;j++)if(forest[i][j]>1)order.push_back({i,j});sort(order.begin(),order.end(),[&](const pair<int,int>& p1,const pair<int,int>& p2){return forest[p1.first][p1.second]<forest[p2.first][p2.second];});int bx=0,by=0;int ret=0;for(auto& [a,b]:order){int step=bfs(forest,bx,by,a,b);if(step==-1) return -1;ret+=step;bx=a,by=b;}return ret;}int bfs(vector<vector<int>>& forest,int bx,int by,int ex,int ey){if(bx==ex && by==ey) return 0;queue<pair<int,int>> q;bool vis[51][51];memset(vis,false,sizeof vis);q.push({bx,by});vis[bx][by]=true;int step=0;while(!q.empty()){int sz=q.size();step++;for(int i=0;i<sz;i++){auto [a,b]=q.front();q.pop();for(int j=0;j<4;j++){int x=a+dx[j],y=b+dy[j];if(x==ex && y==ey) return step;if(x>=0 && x<m && y>=0 && y<n && forest[x][y] && !vis[x][y])q.push({x,y}),vis[x][y]=true;}}}return -1;}
};

相关文章:

BFS解决单源最短路问题

目录 迷宫中离入口最近的出口 最小基因变化 单词接龙 为高尔夫比赛砍树 迷宫中离入口最近的出口 题目 思路 使用宽度优先遍历解决这道题&#xff0c;需要一个二维数组标记是否被遍历过&#xff0c;也需要一个队列辅助完成宽度优先遍历&#xff0c;类似于水波纹一样&#x…...

Linux运维、Windows运维常用命令,保存起来当手册用

文章目录 一、centos基本命令1、升级内核到最新版本2、文件句柄数限制优化3、ssh、sftp、scp等远程命令4、find文件查找5、vi命令 二、windows常用操作 一、centos基本命令 1、升级内核到最新版本 # 1、查看内核版本 [rootlocalhost ~]# cat /etc/centos-release CentOS Linu…...

FTP协议-匿名用户登录 从0到1

前言 日常大家可能接触web漏洞比较多而对其他端口及协议不那么了解&#xff0c;其实其他协议漏洞在渗透中也同样重要只是平时可能接触得不多。本文将介绍FTP协议、FTP匿名用户登录及其具体流程分析和自动化利用demo。 FTP简介 FTP是File Transfer Protocol&#xff08;文件传…...

【UltraVNC】私有远程工具VNC机器部署方式

旨在解决监控端非固定IP的计算机A,远程连接受控端非固定IP的计算机B。如果没有独立公网IP,是不能直接远程桌面的,所以需要一个服务器来中转双方的数据。 一、UltraVNC下载和安装 ----------免费开源远程控制工具——UltraVNC 官网:Home - UltraVNC VNC OFFICIAL SITE, R…...

五大无线领夹麦克风误区科普:领夹麦杂音干扰不耐用问题必须规避

在选购无线领夹麦克风的道路上&#xff0c;不少新手因经验不足&#xff0c;容易落入性能低下的产品陷阱。这些麦克风不仅信号不稳定&#xff0c;音质差强人意&#xff0c;甚至在使用一段时间后出现信号衰减、杂音加重等现象。这并非偶然&#xff0c;而是市场中充斥着大量品质参…...

适合金融行业的企业级跨网文件交换系统

在金融领域&#xff0c;文件交换平台的作用不可小觑&#xff0c;它关乎数据的保密性、稳定性&#xff0c;并且必须遵守严格的合规标准。那么&#xff0c;一个适合金融业跨网文件交换的系统应该具备哪些特质&#xff0c;又是如何满足这些需求的呢&#xff1f;镭速跨网文件交换系…...

vba发邮件的几种方法:新人如何快速上手?

vba发邮件的几种方法有哪些&#xff01;vba自动化邮件发送技巧&#xff01; 对于新人来说&#xff0c;快速掌握VBA发邮件的几种方法&#xff0c;不仅可以节省大量时间&#xff0c;还能提高工作质量。AokSend将详细介绍几种常见的VBA发邮件的方法&#xff0c;帮助新人快速上手&…...

豆瓣评分8.7!Python pandas创始人亲码的数据分析入门手册!

在众多解释型语言中&#xff0c;Python最大的特点是拥有一个巨大而活跃的科学计算社区。进入21世纪以来&#xff0c;在行业应用和学术研究中采用python进行科学计算的势头越来越猛。 近年来&#xff0c;由于Python有不断改良的库(主要是pandas)&#xff0c;使其成为数据处理任…...

关于linux上root连接mysql时遇到的一点小问题以及rsync通过ssh的文件同步传输以及免密码传输的实现

一、关于linux上root连接mysql时遇到的一点小问题 今天因为工作需要&#xff0c;需要使用root连接一下很久没有连接过的mysql服务器了&#xff0c;一看找不到root密码了&#xff0c;记得当时我在搭建整个mysql主从的时候&#xff0c;我明明把root密码记录在了txt文件上的&#…...

一、Socket介绍(也叫套接字)

一、定义 通过IP地址或者端口 将两个电脑连接起来&#xff1b; Socket是网络通信最常用的&#xff0c;除了这个还有HTTP&#xff1b; Http是一个弱联网&#xff1b;Socket用于长连接&#xff0c;使用的是Tcp&#xff1b; 除了这个还有一个SuperSocket&#xff0c;是对Socket…...

虚拟现实技术的发展现状如何?

虚拟现实&#xff08;VR&#xff09;技术自2016年被广泛认为是元年之后&#xff0c;经历了快速增长和随后的调整期。目前&#xff0c;VR行业正处于快速发展期&#xff0c;技术不断进步&#xff0c;应用场景持续拓展。2024年VR技术发展现状概述&#xff1a; 1、行业发展阶段&am…...

实时美颜技术的实现:视频美颜SDK与直播美颜工具的最佳实践

视频美颜SDK与直播美颜工具的诞生&#xff0c;为主播美颜一需求提供了技术支撑。接下来&#xff0c;笔者将深入探讨实时美颜技术的实现及其在视频美颜SDK与直播美颜工具中的最佳实践。 一、实时美颜技术的核心原理 具体来说&#xff0c;主要包括以下几个步骤&#xff1a; 1.…...

Java中的司机抢单实现:并发问题与解决方案

文章目录 司机抢单的基础实现乐观锁解决并发问题 总结 在共享经济的浪潮中&#xff0c;像滴滴打车这样的服务已经成为我们生活中不可或缺的一部分。对于司机和平台来说&#xff0c;抢单是一个关键环节&#xff0c;如何在保证系统高效运行的同时&#xff0c;确保抢单过程的公平与…...

2、Unity【基础】Mono中的重要内容

Unity基础 MonoBehavior中的重要内容 文章目录 Mono中的重要内容1、延迟函数1、延迟函数概念2、延迟函数使用3、延迟函数受对象失活销毁影响思考1 利用延时函数实现计时器思考2 延时销毁 2、协同程序1、Unity是否支持多线程2、协同程序概念3、协同程序和线程的区别4、协程的使用…...

C++11:右值引用、移动语义和完美转发

目录 前言 1. 左值引用和右值引用 2. 引用范围 3. 左值引用的缺陷 4. 右值引用的作用 5. 右值引用的深入场景 6. 完美转发 总结 前言 C11作为一次重大的更新&#xff0c;引入了许多革命性的特性&#xff0c;其中之一便是右值引用和移动语义。本文将深入探讨其中引入的…...

【大模型部署及其应用 】RAG检索技术和生成模型的应用程序架构:RAG 使用 Meta AI 的 Llama 3

目录 RAG检索技术和生成模型的应用程序架构1. **基本概念**2. **工作原理**3. **RAG的优势**4. **常见应用场景**5. **RAG的挑战**6. **技术实现**参考RAG 使用 Meta AI 的 Llama 3亲自尝试运行主笔记本与文档应用聊天关键架构组件1. 自定义知识库2. 分块3. 嵌入模型4. 矢量数据…...

python 速成指南

第一节. 过程式 python python 的一个特点是不通过大括号 {} 来划定代码块,而是通过缩进。如果和 C/C++ 类比的话,就是在左括号的地方不要换行,然后用一个冒号 (:) 替代, C/C++ 大括号内部的东西,缩进一个 tab 或者几个空格都可以(但需要保持一致),比如: if (x <…...

多重示例详细说明Eureka原理实践

Eureka原理&#xff08;Eureka Principle&#xff09;是指在长时间的思考和积累之后&#xff0c;通过偶然的瞬间获得灵感或发现解决问题的方法的一种认知现象。这个过程通常包括三个主要阶段&#xff1a;准备阶段、潜伏期以及突然的灵感爆发。下面详细说明Eureka原理的实践步骤…...

Qt下让程序只运行一个实例,避免重复打开

参考 【实现QT单例程序 QSystemSemaphore QSharedMemory】 做了一点点更改&#xff0c;主要是在openEuler上用时遇到的一点问题。 QSharedMemory *unimem nullptr; void checkExist() {QString memName "SingleApp"; // 注意这名字要每个工程不一样&#xff0c;否…...

考研交流平台设计与实现(源码+lw+部署文档+讲解等)

文章目录 前言具体实现截图详细视频演示技术栈系统测试为什么选择我官方认证玩家&#xff0c;服务很多代码文档&#xff0c;百分百好评&#xff0c;战绩可查&#xff01;&#xff01;入职于互联网大厂&#xff0c;可以交流&#xff0c;共同进步。有保障的售后 代码参考数据库参…...

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…...

Spring Boot 实现流式响应(兼容 2.7.x)

在实际开发中&#xff0c;我们可能会遇到一些流式数据处理的场景&#xff0c;比如接收来自上游接口的 Server-Sent Events&#xff08;SSE&#xff09; 或 流式 JSON 内容&#xff0c;并将其原样中转给前端页面或客户端。这种情况下&#xff0c;传统的 RestTemplate 缓存机制会…...

土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测;从基础到高级,涵盖ArcGIS数据处理、ENVI遥感解译与CLUE模型情景模拟等

&#x1f50d; 土地利用/土地覆盖数据是生态、环境和气象等诸多领域模型的关键输入参数。通过遥感影像解译技术&#xff0c;可以精准获取历史或当前任何一个区域的土地利用/土地覆盖情况。这些数据不仅能够用于评估区域生态环境的变化趋势&#xff0c;还能有效评价重大生态工程…...

Android15默认授权浮窗权限

我们经常有那种需求&#xff0c;客户需要定制的apk集成在ROM中&#xff0c;并且默认授予其【显示在其他应用的上层】权限&#xff0c;也就是我们常说的浮窗权限&#xff0c;那么我们就可以通过以下方法在wms、ams等系统服务的systemReady()方法中调用即可实现预置应用默认授权浮…...

Java 二维码

Java 二维码 **技术&#xff1a;**谷歌 ZXing 实现 首先添加依赖 <!-- 二维码依赖 --><dependency><groupId>com.google.zxing</groupId><artifactId>core</artifactId><version>3.5.1</version></dependency><de…...

深度学习习题2

1.如果增加神经网络的宽度&#xff0c;精确度会增加到一个特定阈值后&#xff0c;便开始降低。造成这一现象的可能原因是什么&#xff1f; A、即使增加卷积核的数量&#xff0c;只有少部分的核会被用作预测 B、当卷积核数量增加时&#xff0c;神经网络的预测能力会降低 C、当卷…...

使用LangGraph和LangSmith构建多智能体人工智能系统

现在&#xff0c;通过组合几个较小的子智能体来创建一个强大的人工智能智能体正成为一种趋势。但这也带来了一些挑战&#xff0c;比如减少幻觉、管理对话流程、在测试期间留意智能体的工作方式、允许人工介入以及评估其性能。你需要进行大量的反复试验。 在这篇博客〔原作者&a…...

从“安全密码”到测试体系:Gitee Test 赋能关键领域软件质量保障

关键领域软件测试的"安全密码"&#xff1a;Gitee Test如何破解行业痛点 在数字化浪潮席卷全球的今天&#xff0c;软件系统已成为国家关键领域的"神经中枢"。从国防军工到能源电力&#xff0c;从金融交易到交通管控&#xff0c;这些关乎国计民生的关键领域…...

从面试角度回答Android中ContentProvider启动原理

Android中ContentProvider原理的面试角度解析&#xff0c;分为​​已启动​​和​​未启动​​两种场景&#xff1a; 一、ContentProvider已启动的情况 1. ​​核心流程​​ ​​触发条件​​&#xff1a;当其他组件&#xff08;如Activity、Service&#xff09;通过ContentR…...

基于鸿蒙(HarmonyOS5)的打车小程序

1. 开发环境准备 安装DevEco Studio (鸿蒙官方IDE)配置HarmonyOS SDK申请开发者账号和必要的API密钥 2. 项目结构设计 ├── entry │ ├── src │ │ ├── main │ │ │ ├── ets │ │ │ │ ├── pages │ │ │ │ │ ├── H…...