200. 岛屿数量(并查集)

这篇博客介绍了一种解决LeetCode上的200号问题——计算二维网格中岛屿数量的方法。通过创建并查集数据结构,遍历网格并连接相邻的陆地单元格,最终计算并查集中根节点的数量得出答案。示例展示了如何实现并查集模板以及如何应用到具体问题中。
摘要由CSDN通过智能技术生成
package com.heu.wsq.leetcode.bingchaji;

import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;

/**
 * 200. 岛屿数量
 * @author wsq
 * @date 2021/4/7
 * 给你一个由 '1'(陆地)和 '0'(水)组成的的二维网格,请你计算网格中岛屿的数量。
 * 岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。
 * 此外,你可以假设该网格的四条边均被水包围。
 *
 * 示例 1:
 * 输入:grid = [
 *   ["1","1","1","1","0"],
 *   ["1","1","0","1","0"],
 *   ["1","1","0","0","0"],
 *   ["0","0","0","0","0"]
 * ]
 * 输出:1
 *
 * 链接:https://leetcode-cn.com/problems/number-of-islands
 */
public class NumIslands {
    /**
     * 构建方向数组
     */
    private int[][] d = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}};

    public int numIslands(char[][] grid) {
        // 获取网格的维度的大小
        int m = grid.length;
        int n = grid[0].length;

        // 存储1的位置
        List<Integer> list = new ArrayList<>();

        UnionFind unionFind = new UnionFind(n * m);

        for(int i = 0; i < m; i++){
            for(int j = 0; j < n; j++){
                if(grid[i][j] == '1'){
                    list.add(i * n + j);
                    for(int[] t : d){
                        int x = i + t[0];
                        int y = j + t[1];
                        if(x < 0 || x >= m || y < 0 || y >= n){
                            continue;
                        }
                        if(grid[x][y] == '1'){
                            unionFind.union(i * n + j, x * n + y);
                        }
                    }
                }
            }
        }
        Set<Integer> set = new HashSet<>();
        for(int e : list){
            int rootE = unionFind.find(e);
            set.add(rootE);
        }
        return set.size();
    }

    /**
     * 并查集模板
     * 实现带路径压缩的并查集
     */
    class UnionFind{
        private int[] parent;

        public UnionFind(int n){
            parent = new int[n];
            for(int i = 0; i < n; i++){
                parent[i] = i;
            }
        }

        public void union(int x, int y){
            int rootX = find(x);
            int rootY = find(y);

            if(rootX == rootY){
                return;
            }
            parent[rootX] = rootY;
        }

        public int find(int x){
            if(parent[x] != x){
                parent[x] = find(parent[x]);
            }
            return parent[x];
        }

        public boolean isConnected(int x, int y){
            return find(x) == find(y);
        }
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
并查集(Disjoint Set)是一种数据结构,用于解决集合的合并和查找问题。在Python中可以使用类来实现并查集。引用展示了一个简单的并查集类的代码实现,其中包括了初始化集合、查找集合、合并集合和判断两个元素是否在同一个集合中的方法。另外,引用和展示了对并查集代码的优化,包括路径压缩和按秩合并等技巧,以提高并查集的效率。 在Python中使用并查集可以解决一些实际问题,如求解岛屿个数、朋友圈等。通过将问题转化为集合的合并和查找操作,可以使用并查集来高效地解决这些问题。 所以,如果你需要在Python中实现并查集,可以参考以上的代码实现和优化方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python 数据结构与算法——并查集](https://blog.csdn.net/itnerd/article/details/103916115)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [并查集Python版](https://blog.csdn.net/XZ2585458279/article/details/127274576)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值