当前位置: 首页 > news >正文

多源最短路径

文章目录

  • 1. 01 矩阵(542)
  • 2. 飞地的数量(1020)
  • 3. 地图分析(1162)
  • 4. 地图中的最高点(1765)


1. 01 矩阵(542)

题目描述:
在这里插入图片描述
算法原理:
这题会想到能不能遍历每一个格子中的元素,然后挨个的去进行单源最短路径的操作,但是题目中指出要得到的矩阵是每个格子中的元素到最近的0的距离,那么我们完全可以从矩阵中的0出发,设置距离的矩阵,以一种类似于FloodFill算法的方法来更新记录从0走了多少步的距离矩阵,具体看代码。
代码如下:

class Solution {public int[][] updateMatrix(int[][] mat) {int[] dx = { 0, 0, 1, -1 };int[] dy = { 1, -1, 0, 0 };int m = mat.length;int n = mat[0].length;int[][] dis = new int[m][n];Queue<int[]> q = new LinkedList<>();for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {if (mat[i][j] == 0) {dis[i][j] = 0;q.add(new int[] { i, j });} else {dis[i][j] = -1;}}}while (!q.isEmpty()) {int[] temp = q.poll();int a = temp[0], b = temp[1];for (int i = 0; i < 4; i++) {int x = a + dx[i], y = b + dy[i];if (x >= 0 && x < m && y >= 0 && y < n && dis[x][y] == -1) {dis[x][y] = dis[a][b] + 1;q.add(new int[] { x, y });}}}return dis;}
}

题目链接

2. 飞地的数量(1020)

题目描述:
在这里插入图片描述

算法原理:
和上题思想类似,上题是从终点0出发,这题是从终点的边界1元素出发去不断的发散,直至队列为空,此时还没有被遍历到的元素1就是走不出去的。
代码如下:

class Solution {public int numEnclaves(int[][] grid) {int[] dx = { 0, 0, 1, -1 };int[] dy = { 1, -1, 0, 0 };int m = grid.length, n = grid[0].length;boolean[][] vis = new boolean[m][n];Queue<int[]> queue = new LinkedList<>();for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {if (i == 0 || i == m - 1 || j == 0 || j == n - 1) {if (grid[i][j] == 1) {vis[i][j] = true;queue.add(new int[] { i, j });}}}}while (!queue.isEmpty()) {int[] temp = queue.poll();int a = temp[0], b = temp[1];for (int i = 0; i < 4; i++) {int x = a + dx[i], y = b + dy[i];if (x >= 0 && x < m && y >= 0 && y < n && !vis[x][y] && grid[x][y] == 1) {vis[x][y] = true;queue.add(new int[] { x, y });}}}int ret = 0;for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {if (grid[i][j] == 1 && !vis[i][j]) {ret++;}}}return ret;}
}

题目链接

3. 地图分析(1162)

题目描述:
在这里插入图片描述

算法原理:
这题就是第一题的换一种问法,做法和第一题一致。
代码如下:

class Solution {public int maxDistance(int[][] grid) {int[] dx = { 1, -1, 0, 0 };int[] dy = { 0, 0, 1, -1 };int m = grid.length;int n = grid[0].length;int[][] dis = new int[m][n];Queue<int[]> q = new LinkedList<>();boolean flg1 = false;boolean flg2 = false;for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {dis[i][j] = -1;}}for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {if (grid[i][j] == 1) {flg1 = true;q.add(new int[] { i, j });dis[i][j] = 0;} else {flg2 = true;}}}if (!(flg1 && flg2)) {return -1;}while (!q.isEmpty()) {int[] temp = q.poll();int a = temp[0], b = temp[1];for (int i = 0; i < 4; i++) {int x = a + dx[i];int y = b + dy[i];if (x >= 0 && x < m && y >= 0 && y < n && dis[x][y] == -1) {dis[x][y] = dis[a][b] + 1;q.add(new int[] { x, y });}}}int ret = Integer.MIN_VALUE;for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {if (grid[i][j] == 0) {ret = Math.max(ret, dis[i][j]);}}}return ret;}
}

题目链接

4. 地图中的最高点(1765)

题目描述:
在这里插入图片描述
算法原理:
做法同前三题类似,但是就是需要意识到前面的做法就能够得到最高,因为我们从水域开始周围的高度完全可以赋为0但是我们用了一个小贪心就是每次高度差都是1体现在我们代码中就是类似于前面的距离+1。
代码如下:

class Solution {public int[][] highestPeak(int[][] isWater) {int[] dx = { 0, 0, 1, -1 };int[] dy = { 1, -1, 0, 0 };int m = isWater.length;int n = isWater[0].length;int[][] ret = new int[m][n];for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {ret[i][j] = -1;}}Queue<int[]> q = new LinkedList<>();for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {if (isWater[i][j] == 1) {q.add(new int[] { i, j });ret[i][j] = 0;}}}while (!q.isEmpty()) {int[] temp = q.poll();int a = temp[0], b = temp[1];for (int i = 0; i < 4; i++) {int x = a + dx[i], y = b + dy[i];if (x >= 0 && x < m && y >= 0 && y < n && ret[x][y] == -1) {ret[x][y] = ret[a][b] + 1;q.add(new int[] { x, y });}}}return ret;}
}

题目链接

相关文章:

多源最短路径

文章目录 1. 01 矩阵&#xff08;542&#xff09;2. 飞地的数量&#xff08;1020&#xff09;3. 地图分析&#xff08;1162&#xff09;4. 地图中的最高点&#xff08;1765&#xff09; 1. 01 矩阵&#xff08;542&#xff09; 题目描述&#xff1a; 算法原理&#xff1a; 这…...

在 Mac 中设置环境变量

目录 什么是环境变量&#xff0c;为什么它们重要&#xff1f;什么是环境变量&#xff1f;举个例子 如何查看环境变量如何设置和修改环境变量1. 临时设置环境变量2. 永久设置环境变量3. 修改现有环境变量 环境变量在开发中的应用在 Node.js 项目中使用环境变量在 Python 项目中使…...

记录一次ubuntu /mysql/redis/nginx等 系统安装

没想到还会做一次系统安装配置类的工作&#xff0c;没办法&#xff0c;碰到问题了&#xff0c;总得解决。 安装 &网络配置 从网上下载了ubuntu 18.04.6的安装包&#xff0c;用UltraISO做安装盘&#xff0c;到服务器上修改了下启动顺序&#xff0c;ubuntu的安装非常简单&a…...

大型语言模型 (LLM) 劫持攻击不断升级,导致每天损失超过 100,000 美元

Sysdig 威胁研究团队 (TRT) 报告称&#xff0c;LLMjacking&#xff08;大型语言模型劫持&#xff09;事件急剧增加&#xff0c;攻击者通过窃取的云凭证非法访问大型语言模型 (LLM)。 这一趋势反映了 LLM 访问黑市的不断增长&#xff0c;攻击者的动机包括个人使用和规避禁令和制…...

Java 入门指南:JVM(Java虚拟机)垃圾回收机制 —— 垃圾收集器

文章目录 垃圾回收机制Stop-the-World垃圾收集器垃圾收集器分类Serial 收集器Serial Old 收集器ParNew 收集器Parallel Scavenge 收集器Parallel Old 收集器CMS 收集器CMS 收集器缺点 G1 收集器G1 收集器特点G1 收集器的分代理念G1 收集器运作过程 垃圾回收机制 垃圾回收&…...

nano 命令:文本编辑器

一、命令简介 ​nano​ 是一个简单易用的文本编辑器&#xff0c;适合初学者和那些不需要复杂功能的用户。 ​​ ‍ 相关命令&#xff08;不同难度的编辑器&#xff09;&#xff1a; 初级难度&#xff1a;nano中级难度&#xff1a;vim终极难度&#xff1a;Emacs ‍ 二、命…...

【2020工业图像异常检测文献】SPADE

Sub-Image Anomaly Detection with Deep Pyramid Correspondences 1、Background 利用深度预训练特征的最近邻&#xff08; kNN &#xff09;方法在应用于整个图像时表现出非常强的异常检测性能。kNN 方法的一个局限性是缺乏描述图像中异常位置的分割图。 为了解决这一问题&a…...

C++QT医院专家门诊预约管理系统

目录 一、项目介绍 二、项目展示 三、源码获取 一、项目介绍 医院专家门诊预约管理系统 [要求] 该系统需创建和管理以下信息&#xff1a;1、门诊专家信息&#xff1a;专家姓名、编号、性别、年龄、职称、门诊科目、服务时间、门诊预约数据集等&#xff1b;2、门诊预约信息…...

在SpringBoot项目中利用Redission实现布隆过滤器(布隆过滤器的应用场景、布隆过滤器误判的情况、与位图相关的操作)

文章目录 1. 布隆过滤器的应用场景2. 在SpringBoot项目利用Redission实现布隆过滤器3. 布隆过滤器误判的情况4. 与位图相关的操作5. 可能遇到的问题&#xff08;Redission是如何记录布隆过滤器的配置参数的&#xff09;5.1 问题产生的原因5.2 解决方案5.2.1 方案一&#xff1a;…...

【prefect】python任务调度工具 Prefect | 可视化任务工具 | Python自动化的终极武器 | 高效数据管道管理

一、产品介绍 1、官方 Github https://github.com/PrefectHQ/prefect 2、官方文档 https://docs.prefect.io/3.0/get-started/index 3、Pgsql说明 正确的python链接pgsql如下&#xff1a; import psycopg2 from sqlalchemy import create_enginedef connect_with_psycopg2(…...

蓝禾,汤臣倍健,三七互娱,得物,顺丰,快手,游卡,oppo,康冠科技,途游游戏,埃科光电25秋招内推

蓝禾&#xff0c;汤臣倍健&#xff0c;三七互娱&#xff0c;得物&#xff0c;顺丰&#xff0c;快手&#xff0c;游卡&#xff0c;oppo&#xff0c;康冠科技&#xff0c;途游游戏&#xff0c;埃科光电25秋招内推 ①蓝禾 【岗位】国内/国际电商运营&#xff0c;设计&#xff0c…...

【面向对象】设计模式分类

java中设计模式共23种&#xff0c;根据使用场景可分为创建型模式、结构型模式、行为型模式。 创建型&#xff1a; 如何创建对象。 单例模式&#xff1a;保证一个类在一个程序中只能创建一个对象。例如windows任务管理器窗口只需要创建一个。单例模式只创建一个对象&#xff0…...

花朵识别系统Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练

一、介绍 花朵识别系统。本系统采用Python作为主要编程语言&#xff0c;基于TensorFlow搭建ResNet50卷积神经网络算法模型&#xff0c;并基于前期收集到的5种常见的花朵数据集&#xff08;向日葵、玫瑰、蒲公英、郁金香、菊花&#xff09;进行处理后进行模型训练&#xff0c;最…...

中泰免签,准备去泰国旅游了吗?《泰语翻译通》app支持文本翻译和语音识别翻译,解放双手对着说话就能翻译。

泰国是很多中国游客的热门选择&#xff0c;现在去泰国旅游更方便了&#xff0c;因为泰国对中国免签了。如果你打算去泰国&#xff0c;那么下载一个好用的泰语翻译软件是很有必要的。 简单好用的翻译工具 《泰语翻译通》App就是为泰国旅游设计的&#xff0c;它翻译准确&#x…...

C++/Qt 集成 AutoHotkey

C/Qt 集成 AutoHotkey 前言AutoHotkey 介绍 方案一&#xff1a;子进程启动编写AutoHotkey脚本准备 AutoHotkey 运行环境编写 C/Qt 代码 方案二&#xff1a;显式动态链接方案探索编译动态链接库集成到C工程关于AutoHotkeyDll.dll中的函数原型 总结 前言 上一篇介绍了AutoHotkey…...

OpenMV学习第一步安装IDE_2024.09.20

用360浏览器访问星瞳科技官网&#xff0c;一直提示访问不了。后面换了IE浏览器就可以访问。第一个坑。...

RK3568平台(基础篇)万用表的使用

一.万用表的通断判断 万用表两个笔头的插法:黑笔头是插在COM的孔里面,红色笔头可以插在其他的三个孔里面,20A和mA分别用来测电流,另外一个孔可以用来测其他(电压 电阻)。 以下这个三角符号(像wifi一样的)可以用来测通断: 使用万用表的红笔和黑笔进行短接,这时候两端…...

more、less 命令:阅读文本

一、命令简介 ​more​ 和 less​ 都是用于查看文本文件内容的命令&#xff0c;但它们在显示方式和功能上有一些区别。 简单的说 less​ 是 more​ 的升级版&#xff1a;增加了搜索、跳转等功能。所以优先使用 less​&#xff0c;可以不用 more ​了。 ‍ 二、命令参数 基…...

【笔记】1.3 塑性变形

一、塑性变形的方式 DDWs&#xff08;Dislocation-Dipole Walls&#xff0c;位错偶极墙&#xff09;&#xff1a;指由两个位错构成的结构&#xff0c;它们以一种特定的方式排列在一起&#xff0c;形成一个稳定的结构单元。 DTs&#xff08;Dislocation Tangles&#xff0c;位错…...

Java集合(三)

目录 Java集合&#xff08;三&#xff09; Java双列集合体系介绍 HashMap类 HashMap类介绍 HashMap类常用方法 HashMap类元素遍历 LinkedHashMap类 LinkedHashMap类介绍 LinkedHashMap类常用方法 LinkedHashMap类元素遍历 Map接口自定义类型去重的方式 Set接口和Ma…...

如何使用设计模式-误区

通过学习设计模式&#xff0c;可以使软件开发人员的面向对象分析和设计的能力得到很大的拓展和加强&#xff0c;即使编程人员还没有直接使用设计模式&#xff0c;只要真正用心理解了设计模式&#xff0c;那么软件开发人员的设计水平也将得到很大的提高。当然&#xff0c;学习设…...

Granite TimeSeries FlowState R1 模型效果深度评测:与传统统计方法的对比

Granite TimeSeries FlowState R1 模型效果深度评测&#xff1a;与传统统计方法的对比 时间序列预测这事儿&#xff0c;听起来挺专业&#xff0c;其实离我们生活很近。比如&#xff0c;电商平台要预测下个月的销售额&#xff0c;电力公司要预估明天的用电负荷&#xff0c;甚至…...

Homebrew安装后zsh补全报权限警告?深入聊聊macOS下/usr/local的目录权限管理

Homebrew安装后zsh补全报权限警告&#xff1f;深入聊聊macOS下/usr/local的目录权限管理 每次打开终端都看到那个烦人的zsh警告&#xff1a;"insecure directories, run compaudit for list"&#xff0c;确实让人头疼。但这个问题背后隐藏着macOS系统权限管理的深层逻…...

新手也能懂:用Python+TI IWR1843雷达,从ADC数据到4D点云的全流程拆解

新手也能懂&#xff1a;用PythonTI IWR1843雷达&#xff0c;从ADC数据到4D点云的全流程拆解 毫米波雷达技术正在智能驾驶、工业检测等领域掀起革命&#xff0c;但原始信号到点云的转换过程常让初学者望而生畏。本文将用Python代码一步步拆解TI IWR1843雷达的ADC数据处理全流程…...

从Proteus仿真到普中开发板烧录:51单片机抢答器完整开发流程避坑指南

从Proteus仿真到普中开发板烧录&#xff1a;51单片机抢答器完整开发流程避坑指南 在电子设计的学习道路上&#xff0c;51单片机项目开发是一个经典的入门实践。抢答器作为典型的互动式电子系统&#xff0c;涵盖了输入检测、逻辑控制、显示输出等核心知识点&#xff0c;是检验学…...

RIME输入法词库改造指南:让你的THUOCL词库同时支持简体和港台繁体

RIME输入法词库改造指南&#xff1a;让你的THUOCL词库同时支持简体和港台繁体 在中文输入法的世界里&#xff0c;RIME以其高度可定制性赢得了技术爱好者的青睐。但当我们面对不同地区的中文用户时&#xff0c;一个棘手的现实问题浮现&#xff1a;如何让单一词库同时满足大陆简…...

终极指南:3步解锁iOS设备隐藏功能 - palera1n完整教程

终极指南&#xff1a;3步解锁iOS设备隐藏功能 - palera1n完整教程 【免费下载链接】palera1n Jailbreak for arm64 devices on iOS 15.0 项目地址: https://gitcode.com/GitHub_Trending/pa/palera1n 想要探索iOS系统更深层的功能吗&#xff1f;palera1n为你提供了一个简…...

OpenInTerminal:重塑macOS开发工作流的效率革命工具

OpenInTerminal&#xff1a;重塑macOS开发工作流的效率革命工具 【免费下载链接】OpenInTerminal ✨ Finder Toolbar app for macOS to open the current directory in Terminal, iTerm, Hyper or Alacritty. 项目地址: https://gitcode.com/gh_mirrors/op/OpenInTerminal …...

SAP FI年结总账余额结转(FAGLGVTR/F.16)详细注意事项

SAP FI年结总账余额结转&#xff08;FAGLGVTR/F.16&#xff09;详细注意事项一、执行前注意事项&#xff08;核心前提&#xff0c;必查&#xff09;1. 基础配置与账期检查&#xff08;重中之重&#xff09;账期管理&#xff1a;必须通过事务码OB52&#xff0c;确认旧年度1-12期…...

YOLOv8在智慧农业中的落地实践:如何提升植物病害检测准确率到90%+

YOLOv8在智慧农业中的落地实践&#xff1a;如何提升植物病害检测准确率到90% 在智慧农业领域&#xff0c;植物病害的早期识别与精准诊断一直是技术攻关的重点。传统人工检测方式不仅效率低下&#xff0c;而且受限于专家经验&#xff0c;难以实现规模化应用。随着计算机视觉技术…...