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:
-
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。
-
使用BFS:因为BFS能够找到从起点到终点的最短路径。
-
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。
-
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。
-
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。
-
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。
-
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。
- 初始化:创建一个布尔数组
-
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。
-
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。
-
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:
-
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。
-
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。
-
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。
-
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。
-
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:
-
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。
-
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。
-
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。
-
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。
-
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。