当前位置: 首页 > news >正文

代码随想录Day 53|题目:110. 字符串接龙、105.有向图的完全可达性、106. 岛屿的周长

提示:DDU,供自己复习使用。欢迎大家前来讨论~

文章目录

    • 题目一:110. 字符串接龙
    • 思路
    • 题目二:105.有向图的完全可达性
    • 题目三:106. 岛屿的周长
    • 思路
    • 解法一:
    • 解法二:
    • 总结
      • 1. 有向图遍历
      • 2. 岛屿周长计算
      • 3. 组合方法计算岛屿周长

题目一:110. 字符串接龙

110. 字符串接龙 (kamacoder.com)

思路

问题的要点:

  1. 图的构建:将每个字符串看作一个节点,如果两个字符串只有一个字符不同,就在它们之间连一条边。

  2. 使用BFS:因为BFS能够找到从起点到终点的最短路径。

  3. 实现步骤

    • 把开始字符串加入队列,标记为访问过。
    • 用队列进行层次遍历,每到一个新字符串,就把它未访问的邻居加入队列。
    • 一旦到达终点字符串,返回当前遍历的步数。
  4. 注意事项

    • 用集合快速检查字符串是否存在于字典中。
    • 用标记记录每个字符串是否访问过,避免循环。

完整C++代码如下:

#include <iostream>
#include <vector>
#include <string>
#include <unordered_set>
#include <unordered_map>
#include <queue>
using namespace std;
int main() {string beginStr, endStr, str;int n;cin >> n;unordered_set<string> strSet;cin >> beginStr >> endStr;for (int i = 0; i < n; i++) {cin >> str;strSet.insert(str);}// 记录strSet里的字符串是否被访问过,同时记录路径长度unordered_map<string, int> visitMap; // <记录的字符串,路径长度>// 初始化队列queue<string> que;que.push(beginStr);// 初始化visitMapvisitMap.insert(pair<string, int>(beginStr, 1));while(!que.empty()) {string word = que.front();que.pop();int path = visitMap[word]; // 这个字符串在路径中的长度// 开始在这个str中,挨个字符去替换for (int i = 0; i < word.size(); i++) {string newWord = word; // 用一个新字符串替换str,因为每次要置换一个字符// 遍历26的字母for (int j = 0 ; j < 26; j++) {newWord[i] = j + 'a';if (newWord == endStr) { // 发现替换字母后,字符串与终点字符串相同cout <<  path + 1 << endl; // 找到了路径 return 0;}// 字符串集合里出现了newWord,并且newWord没有被访问过if (strSet.find(newWord) != strSet.end()&& visitMap.find(newWord) == visitMap.end()) {// 添加访问信息,并将新字符串放到队列中visitMap.insert(pair<string, int>(newWord, path + 1));que.push(newWord);}}}}// 没找到输出0cout << 0 << endl;}

当然本题也可以用双向BFS,就是从头尾两端进行搜索。

题目二:105.有向图的完全可达性

105. 有向图的完全可达性 (kamacoder.com)

要解决这个问题,我们可以使用深度优先搜索(DFS)或广度优先搜索(BFS)来判断从节点1出发能否到达图中的所有节点。

  1. 构建图:首先,根据输入构建有向图,使用邻接表存储每个节点的出边。

  2. 选择搜索算法

    • DFS:从节点1开始,递归地访问所有可达的节点。
    • BFS:从节点1开始,层次地访问所有可达的节点。
  3. 实现步骤

    • 初始化:创建一个布尔数组visited来标记每个节点是否被访问过。
    • 遍历:使用DFS或BFS遍历图,标记所有从节点1出发可达的节点。
    • 检查:遍历结束后,检查visited数组,如果所有节点都被访问过,则输出1,否则输出-1。
  4. DFS的两种写法

    • 写法一:在递归之前检查当前节点是否已被访问,如果已访问则停止递归。
    • 写法二:在递归中检查下一个节点是否未被访问,如果未访问则标记为已访问并继续递归。
  5. 回溯:在这个问题中,我们不需要回溯操作,因为我们只关心是否能到达所有节点,而不关心具体的路径。

  6. 注意点:确保遍历过程中不会重复访问已经标记为已访问的节点,以避免无限循环。

通过上述步骤,我们可以确定从节点1是否可以到达有向图中的所有节点。

以上分析完毕,DFS整体实现C++代码如下:

// 写法一:dfs 处理当前访问的节点
#include <iostream>
#include <vector>
#include <list>
using namespace std;void dfs(const vector<list<int>>& graph, int key, vector<bool>& visited) {if (visited[key]) {return;}visited[key] = true;list<int> keys = graph[key];for (int key : keys) {// 深度优先搜索遍历dfs(graph, key, visited);}
}int main() {int n, m, s, t;cin >> n >> m;// 节点编号从1到n,所以申请 n+1 这么大的数组vector<list<int>> graph(n + 1); // 邻接表while (m--) {cin >> s >> t;// 使用邻接表 ,表示 s -> t 是相连的graph[s].push_back(t);}vector<bool> visited(n + 1, false);dfs(graph, 1, visited);//检查是否都访问到了for (int i = 1; i <= n; i++) {if (visited[i] == false) {cout << -1 << endl;return 0;}}cout << 1 << endl;
}

题目三:106. 岛屿的周长

106. 岛屿的周长 (kamacoder.com)

思路

解法一:

要解决这个问题,我们可以遵循以下思路:

  1. 遍历矩阵:检查每个单元格,如果单元格是岛屿(值为1),则进一步检查其边界。

  2. 检查边界:对于每个岛屿单元格,检查其上下左右四个方向:

    • 如果相邻单元格是水(值为0),则当前单元格是岛屿的边界,周长加1。
    • 如果相邻单元格出界(即越界),则同样认为当前单元格是岛屿的边界,周长加1。
  3. 计算周长:将所有岛屿边界单元格的数量加起来,即为岛屿的周长。

  4. 注意细节

    • 只需要检查岛屿的边界,不需要使用BFS或DFS搜索整个岛屿。
    • 确保在检查边界时不要重复计算同一个边界单元格。
  5. 实现步骤

    • 初始化周长计数器为0。
    • 遍历矩阵中的每个单元格。
    • 对于每个岛屿单元格,检查其四个方向:
      • 如果是水或出界,则周长计数器加1。
    • 遍历结束后,输出周长计数器的值。

C++代码如下:(详细注释)

#include <iostream>
#include <vector>
using namespace std;
int main() {int n, m;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];}}int direction[4][2] = {0, 1, 1, 0, -1, 0, 0, -1};int result = 0;for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {if (grid[i][j] == 1) {for (int k = 0; k < 4; k++) {       // 上下左右四个方向int x = i + direction[k][0];int y = j + direction[k][1];    // 计算周边坐标x,yif (x < 0                       // x在边界上|| x >= grid.size()     // x在边界上|| y < 0                // y在边界上|| y >= grid[0].size()  // y在边界上|| grid[x][y] == 0) {   // x,y位置是水域result++;}}}}}cout << result << endl;}

解法二:

要解决这个问题,我们可以遵循以下思路:

  1. 遍历矩阵:检查每个单元格,如果单元格是岛屿(值为1),则进一步检查其边界。

  2. 检查边界:对于每个岛屿单元格,检查其上下左右四个方向:

    • 如果相邻单元格是水(值为0),则当前单元格是岛屿的边界,周长加1。
    • 如果相邻单元格出界(即越界),则同样认为当前单元格是岛屿的边界,周长加1。
  3. 计算周长:将所有岛屿边界单元格的数量加起来,即为岛屿的周长。

  4. 注意细节

    • 只需要检查岛屿的边界,不需要使用BFS或DFS搜索整个岛屿。
    • 确保在检查边界时不要重复计算同一个边界单元格。
  5. 实现步骤

    • 初始化周长计数器为0。
    • 遍历矩阵中的每个单元格。
    • 对于每个岛屿单元格,检查其四个方向:
      • 如果是水或出界,则周长计数器加1。
    • 遍历结束后,输出周长计数器的值。

通过上述步骤,我们可以计算出岛屿的周长。

#include <iostream>
#include <vector>
using namespace std;
int main() {int n, m;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];}}int sum = 0;    // 陆地数量int cover = 0;  // 相邻数量for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {if (grid[i][j] == 1) {sum++; // 统计总的陆地数量// 统计上边相邻陆地if(i - 1 >= 0 && grid[i - 1][j] == 1) cover++;// 统计左边相邻陆地if(j - 1 >= 0 && grid[i][j - 1] == 1) cover++;// 为什么没统计下边和右边? 因为避免重复计算}}}cout << sum * 4 - cover * 2 << endl;}

总结

1. 有向图遍历

  • 图的表示:理解邻接表或邻接矩阵在表示图中的作用。
  • 深度优先搜索(DFS):掌握DFS的递归实现,用于遍历图中的节点。
  • 广度优先搜索(BFS):掌握BFS的层次遍历方法,用于查找最短路径。

2. 岛屿周长计算

  • 矩阵遍历:遍历整个矩阵以识别岛屿的边界。
  • 边界条件:理解如何识别岛屿的边界,包括水域和边界。
  • 计数问题:计算岛屿周长的算法实际上是一个计数问题。

3. 组合方法计算岛屿周长

  • 组合方法:利用组合数学原理来简化问题的解决。
  • 相邻关系:识别并计算岛屿内部的相邻单元格,以减少重复计数。
  • 算法优化:通过优化算法减少不必要的计算,提高效率。

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • Stable Diffusion绘画 | ControlNet应用-instant-ID控制器:快速生成人物多角度图片
  • 38.重复的子字符串
  • 【网络安全】依赖混淆漏洞实现RCE
  • VuePress搭建文档网站/个人博客(详细配置)主题配置-侧边栏配置
  • 【Paper Reading】结合 NanoFlow 研究,优化大语言模型服务效率的探索
  • python自学笔记
  • go mod文件为啥又两个require
  • LabVIEW提高开发效率技巧----使用LabVIEW工具
  • [c++进阶(九)] STL之deque深度剖析
  • 设计模式七大原则
  • leetcode热题100.最长回文子串(动态规划解法)
  • 算法打卡:第十一章 图论part05
  • 基于jsonpath的JSON数据查找
  • linux安装nginx+前端部署vue项目(实际测试react项目也可以)
  • vue-入门速通
  • -------------------- 第二讲-------- 第一节------在此给出链表的基本操作
  • [译]如何构建服务器端web组件,为何要构建?
  • ES6, React, Redux, Webpack写的一个爬 GitHub 的网页
  • HashMap ConcurrentHashMap
  • Js基础知识(四) - js运行原理与机制
  • nodejs实现webservice问题总结
  • SpiderData 2019年2月16日 DApp数据排行榜
  • 个人博客开发系列:评论功能之GitHub账号OAuth授权
  • 实战:基于Spring Boot快速开发RESTful风格API接口
  • 系统认识JavaScript正则表达式
  • 运行时添加log4j2的appender
  • 最简单的无缝轮播
  • ## 临床数据 两两比较 加显著性boxplot加显著性
  • #1014 : Trie树
  • $.ajax()参数及用法
  • $.extend({},旧的,新的);合并对象,后面的覆盖前面的
  • (2)(2.4) TerraRanger Tower/Tower EVO(360度)
  • (6)添加vue-cookie
  • (day 2)JavaScript学习笔记(基础之变量、常量和注释)
  • (el-Date-Picker)操作(不使用 ts):Element-plus 中 DatePicker 组件的使用及输出想要日期格式需求的解决过程
  • (JS基础)String 类型
  • (Oracle)SQL优化技巧(一):分页查询
  • (二十六)Java 数据结构
  • (六)vue-router+UI组件库
  • (图文详解)小程序AppID申请以及在Hbuilderx中运行
  • (转)德国人的记事本
  • (转载)hibernate缓存
  • (转载)深入super,看Python如何解决钻石继承难题
  • *算法训练(leetcode)第四十五天 | 101. 孤岛的总面积、102. 沉没孤岛、103. 水流问题、104. 建造最大岛屿
  • ./include/caffe/util/cudnn.hpp: In function ‘const char* cudnnGetErrorString(cudnnStatus_t)’: ./incl
  • .NET HttpWebRequest、WebClient、HttpClient
  • .NET MVC第五章、模型绑定获取表单数据
  • .NET 反射 Reflect
  • .net 微服务 服务保护 自动重试 Polly
  • .NET/MSBuild 中的发布路径在哪里呢?如何在扩展编译的时候修改发布路径中的文件呢?
  • .net专家(高海东的专栏)
  • @JsonFormat 和 @DateTimeFormat 的区别
  • @KafkaListener注解详解(一)| 常用参数详解
  • @Value获取值和@ConfigurationProperties获取值用法及比较(springboot)
  • [4.9福建四校联考]