Offer必备算法35_DFS解决FloodFill_七道力扣题详解（由易到难）

已于 2024-05-29 12:53:28 修改
阅读量1.1k 收藏 10
点赞数 52
分类专栏： ⑧Offer必备算法（由易到难刷题） ⑤高阶数据结构与算法（C++描述） 文章标签： 深度优先 leetcode 算法 dfs c++
于 2024-05-06 18:27:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/GRrtx/article/details/137201736
版权

目录

①力扣733. 图像渲染

解析代码

②力扣200. 岛屿数量

解析代码

③力扣695. 岛屿的最大面积

解析代码

④力扣130. 被围绕的区域

解析代码

⑤力扣417. 太平洋大西洋水流问题

解析代码

⑥力扣529. 扫雷游戏

解析代码

⑦力扣LCR 130. 衣橱整理（原剑指Offer13机器人的运动范围）

解析代码

本篇完。

①力扣733. 图像渲染

733. 图像渲染

 难度 简单

有一幅以 m x n 的二维整数数组表示的图画 image ，其中 image[i][j] 表示该图画的像素值大小。

你也被给予三个整数 sr ,  sc 和 newColor 。你应该从像素 image[sr][sc] 开始对图像进行 上色填充 。

为了完成 上色工作 ，从初始像素开始，记录初始坐标的 上下左右四个方向上 像素值与初始坐标相同的相连像素点，接着再记录这四个方向上符合条件的像素点与他们对应 四个方向上 像素值与初始坐标相同的相连像素点，……，重复该过程。将所有有记录的像素点的颜色值改为 newColor 。

最后返回 经过上色渲染后的图像 。

示例 1:

输入: image = [[1,1,1],[1,1,0],[1,0,1]]，sr = 1, sc = 1, newColor = 2
输出: [[2,2,2],[2,2,0],[2,0,1]]
解析: 在图像的正中间，(坐标(sr,sc)=(1,1)),在路径上所有符合条件的像素点的颜色都被更改成2。
注意，右下角的像素没有更改为2，因为它不是在上下左右四个方向上与初始点相连的像素点。

示例 2:

输入: image = [[0,0,0],[0,0,0]], sr = 0, sc = 0, newColor = 2
输出: [[2,2,2],[2,2,2]]

提示:

  • m == image.length
  • n == image[i].length
  • 1 <= m, n <= 50
  • 0 <= image[i][j], newColor < 2^16
  • 0 <= sr < m
  • 0 <= sc < n
class Solution {
public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) {
        
    }
};

解析代码

        算法思路：利用深搜DFS或者宽搜BFS，遍历到与该点相连的所有像素相同的点，然后将其修改成指定的像素即可。宽搜BFS之前写过了，现在用深搜DFS写一遍：

class Solution {
    int dx[4] = {0, 0, -1, 1};
    int dy[4] = {1, -1, 0, 0};
    int m, n;
    int prev;

public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) {
        prev = image[sr][sc];
        if(prev == color)
            return image;
        m = image.size(), n = image[0].size();
        dfs(image, sr, sc, color);
        return image;
    }

    void dfs(vector<vector<int>>& image, int sr, int sc, int color)
    {
        image[sr][sc] = color;
        for(int i = 0; i < 4; ++i)
        {
            int x = sr + dx[i], y = sc + dy[i];
            if(x >= 0 && x < m && y >= 0 && y < n && image[x][y] == prev)
            {
                dfs(image, x, y, color);
            }
        }
    }
};

②力扣200. 岛屿数量

200. 岛屿数量

难度 中等

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

示例 2：

输入：grid = [
  ["1","1","0","0","0"],
  ["1","1","0","0","0"],
  ["0","0","1","0","0"],
  ["0","0","0","1","1"]
]
输出：3

提示：

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 300
  • grid[i][j] 的值为 '0' 或 '1'
class Solution {
public:
    int numIslands(vector<vector<char>>& grid) {
        
    }
};

解析代码

 遍历整个矩阵，每次找到一块陆地的时候：说明找到一个岛屿，记录到最终结果 ret 里面。

        并且将这个陆地相连的所有陆地，也就是这块岛屿，全部变成海洋。这样的话，下次遍历到这块岛屿的时候，它已经是海洋了，不会影响最终结果。

        其中变成海洋的操作，可以利用深搜或宽搜解决，其实就是力扣733. 图像渲染这道题。这样，遍历完全部的矩阵的时候， ret 存的就是最终结果，之前用宽搜写过现在用深搜写。

（这里用全局bool数组来判断陆地是否被遍历过，也可以直接修改数组，面试的时候可以问面试官是否可以直接修改数组，现在就建议不修改原数组）

class Solution {
    int dx[4] = {0, 0 , -1, 1}; // i点加dx，dy就是i点的上下左右下标
    int dy[4] = {1, -1 , 0, 0};
    bool vis[301][301] = {false}; // 开题目范围大小
    int m, n, ret;

public:
    int numIslands(vector<vector<char>>& grid) {
        m = grid.size(), n = grid[0].size();
        for(int i = 0; i < m; ++i)
        {
            for(int j = 0; j < n; ++j)
            {
                if(grid[i][j] == '1' && !vis[i][j])
                {
                    ++ret;
                    dfs(grid, i, j); // 标记周围的1
                }
            }
        }
        return ret;
    }

    void dfs(vector<vector<char>>& grid, int sr, int sc)
    {
        vis[sr][sc] = true;
        for(int i = 0; i < 4; ++i)
        {
            int x = sr + dx[i], y = sc + dy[i];
            if(x >= 0 && x < m && y >= 0 && y < n && !vis[x][y] && grid[x][y] == '1')
            {
                dfs(grid, x, y);
            }
        }
    }
};

③力扣695. 岛屿的最大面积

695. 岛屿的最大面积

 难度 中等

给你一个大小为 m x n 的二进制矩阵 grid 。

岛屿 是由一些相邻的 1 (代表土地) 构成的组合，这里的「相邻」要求两个 1 必须在 水平或者竖直的四个方向上 相邻。你可以假设 grid 的四个边缘都被 0（代表水）包围着。

岛屿的面积是岛上值为 1 的单元格的数目。

计算并返回 grid 中最大的岛屿面积。如果没有岛屿，则返回面积为 0 。

示例 1：

​

输入：grid = [[0,0,1,0,0,0,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,1,1,0,1,0,0,0,0,0,0,0,0],[0,1,0,0,1,1,0,0,1,0,1,0,0],[0,1,0,0,1,1,0,0,1,1,1,0,0],[0,0,0,0,0,0,0,0,0,0,1,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,0,0,0,0,0,0,1,1,0,0,0,0]]
输出：6
解释：答案不应该是 11 ，因为岛屿只能包含水平或垂直这四个方向上的 1 。

示例 2：

输入：grid = [[0,0,0,0,0,0,0,0]]
输出：0

提示：

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 50
  • grid[i][j] 为 0 或 1
class Solution {
public:
    int maxAreaOfIsland(vector<vector<int>>& grid) {

    }
};

解析代码

        遍历整个矩阵，每当遇到一块土地的时候，就用深搜或者宽搜将与这块土地相连的整个岛屿的面积计算出来。然后在搜索得到的所有的岛屿面积求一个最大值即可。

        在搜索过程中，为了防止搜到重复的土地，可以开一个同等规模的bool数组，标记一下这个位置是否已经被访问过，也可以将原始矩阵的 1 修改成 0 ，但是这样操作会修改原始矩阵。

class Solution {
    int dx[4] = {0, 0 , -1, 1}; // i点加dx，dy就是i点的上下左右下标
    int dy[4] = {1, -1 , 0, 0};
    bool vis[51][51] = {false};
    int m = 0, n = 0, cnt = 0;

public:
    int maxAreaOfIsland(vector<vector<int>>& grid) {
        m = grid.size(), n = grid[0].size();
        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])
                {
                    cnt = 1;
                    ret = max(ret, dfs(grid, i, j)); // 碰到1就算周围的1并标记
                }
            }
        }
        return ret;
    }

    int dfs(vector<vector<int>>& grid, int sr, int sc)
    {
        vis[sr][sc] = true;
        for(int i = 0; i < 4; ++i)
        {
            int x = sr + dx[i], y = sc + dy[i];
            if(x >= 0 && x < m && y >= 0 && y < n && grid[x][y] == 1 && !vis[x][y])
            {
                ++cnt;
                dfs(grid, x, y);
            }
        }
        return cnt;
    }
};

④力扣130. 被围绕的区域

130. 被围绕的区域

难度 中等

给你一个 m x n 的矩阵 board ，由若干字符 'X' 和 'O' ，找到所有被 'X' 围绕的区域，并将这些区域里所有的 'O' 用 'X' 填充。

示例 1：

输入：board = [["X","X","X","X"],["X","O","O","X"],["X","X","O","X"],["X","O","X","X"]]
输出：[["X","X","X","X"],["X","X","X","X"],["X","X","X","X"],["X","O","X","X"]]
解释：被围绕的区间不会存在于边界上，换句话说，任何边界上的 'O'
 都不会被填充为 'X'。 任何不在边界上，或不与边界上的 'O' 相连的 'O' 最终都会被填充为 'X'。如果两个元素在水平或垂直方向相邻，则称它们是“相连”的。

示例 2：

输入：board = [["X"]]
输出：[["X"]]

提示：

  • m == board.length
  • n == board[i].length
  • 1 <= m, n <= 200
  • board[i][j] 为 'X' 或 'O'
class Solution {
public:
    void solve(vector<vector<char>>& board) {

    }
};

解析代码

         正难则反。 可以先利用 bfs 将与边缘相连的 'O' 区域修改成无关字符，然后重新遍历矩阵，将没有标记过的 'O' 全修改成 'X' 即可，再把无关字符全还原成'O'。

class Solution {
    int dx[4] = {0, 0, -1, 1};
    int dy[4] = {1, -1, 0, 0};
    int m = 0, n = 0;

public:
    void solve(vector<vector<char>>& board) {
        m = board.size(), n = board[0].size();
        for(int i = 0; i < n; ++i) // 修改边界的O成无关字符R
        {
            if(board[0][i] == 'O')
                dfs(board, 0, i);
            if(board[m - 1][i] == 'O')
                dfs(board, m - 1, i);
        }
        for(int i = 0; i < m; ++i)
        {
            if(board[i][0] == 'O')
                dfs(board, i, 0);
            if(board[i][n - 1] == 'O')
                dfs(board, i, n - 1);
        }

        for(int i = 0; i < m; ++i) // 把剩下的O全修改成X，R全修改成O
        {
            for(int j = 0; j < n; ++j)
            {
                if(board[i][j] == 'O')
                    board[i][j] = 'X';
                else if(board[i][j] == 'R')
                    board[i][j] = 'O';
            }
        }
    }

    void dfs(vector<vector<char>>& board, int sr, int sc) // 修改边界的O成无关字符R
    {
        board[sr][sc] = 'R';
        for(int i = 0; i < 4; ++i)
        {
            int x = sr + dx[i], y = sc + dy[i];
            if(x >= 0 && x < m && y >= 0 && y < n && board[x][y] == 'O')
            {
                dfs(board, x, y);
            }
        }
    }
};

⑤力扣417. 太平洋大西洋水流问题

417. 太平洋大西洋水流问题

难度 中等

有一个 m × n 的矩形岛屿，与 太平洋 和 大西洋 相邻。 “太平洋” 处于大陆的左边界和上边界，而 “大西洋” 处于大陆的右边界和下边界。

这个岛被分割成一个由若干方形单元格组成的网格。给定一个 m x n 的整数矩阵 heights ， heights[r][c] 表示坐标 (r, c) 上单元格 高于海平面的高度 。

岛上雨水较多，如果相邻单元格的高度 小于或等于 当前单元格的高度，雨水可以直接向北、南、东、西流向相邻单元格。水可以从海洋附近的任何单元格流入海洋。

返回网格坐标 result 的 2D 列表 ，其中 result[i] = [ri, ci] 表示雨水从单元格 (ri, ci) 流动 既可流向太平洋也可流向大西洋 。

示例 1：

输入: heights = [[1,2,2,3,5],[3,2,3,4,4],[2,4,5,3,1],[6,7,1,4,5],[5,1,1,2,4]]
输出: [[0,4],[1,3],[1,4],[2,2],[3,0],[3,1],[4,0]]

示例 2：

输入: heights = [[2,1],[1,2]]
输出: [[0,0],[0,1],[1,0],[1,1]]

提示：

  • m == heights.length
  • n == heights[r].length
  • 1 <= m, n <= 200
  • 0 <= heights[r][c] <= 10^5
class Solution {
public:
    vector<vector<int>> pacificAtlantic(vector<vector<int>>& heights) {

    }
};

解析代码

算法思路：正难则反。

        如果直接去判断某一个位置是否既能到大西洋也能到太平洋，会重复遍历很多路径。我们反着来，从大西洋沿岸开始反向 dfs ，这样就能找出那些点可以流向大西洋。同理，从太平洋沿岸也反向 dfs ，这样就能找出那些点可以流向太平洋。那么被标记两次的点，就是要找的结果。

class Solution {
    int dx[4] = {0, 0, -1, 1};
    int dy[4] = {1, -1, 0, 0};
    int m = 0, n = 0;

public:
    vector<vector<int>> pacificAtlantic(vector<vector<int>>& heights) {
        m = heights.size(), n = heights[0].size();
        vector<vector<bool>> vis1(m, vector<bool>(n, false));
        vector<vector<bool>> vis2(m, vector<bool>(n, false));
        for(int i = 0; i < n; ++i) // 遍历周围
        {
            dfs(heights, 0, i, vis1); // 太平洋
            dfs(heights, m - 1, i, vis2); // 大西洋
        }
        for(int i = 0; i < m; ++i)
        {
            dfs(heights, i, 0, vis1); // 太平洋
            dfs(heights, i, n - 1, vis2); // 大西洋
        }
        vector<vector<int>> ret;
        for(int i = 0; i < m; i++)
        {
            for(int j = 0; j < n; j++)
            {
                if(vis1[i][j] && vis2[i][j])
                    ret.push_back({i, j});
            }
        }
        return ret;
    }

    void dfs(vector<vector<int>>& heights, int sr, int sc, vector<vector<bool>>& vis)
    {
        vis[sr][sc] = true;
        for(int i = 0; i < 4; ++i)
        {
            int x = sr + dx[i], y = sc + dy[i];
            if(x >= 0 && x < m && y >= 0 && y < n  && !vis[x][y] && heights[x][y] >= heights[sr][sc])
            {
                dfs(heights, x, y, vis);
            }
        }
    }
};

⑥力扣529. 扫雷游戏

529. 扫雷游戏

难度 中等

让我们一起来玩扫雷游戏！

给你一个大小为 m x n 二维字符矩阵 board ，表示扫雷游戏的盘面，其中：

  • 'M' 代表一个 未挖出的 地雷，
  • 'E' 代表一个 未挖出的 空方块，
  • 'B' 代表没有相邻（上，下，左，右，和所有4个对角线）地雷的 已挖出的 空白方块，
  • 数字（'1' 到 '8'）表示有多少地雷与这块 已挖出的 方块相邻，
  • 'X' 则表示一个 已挖出的 地雷。

给你一个整数数组 click ，其中 click = [clickr, clickc] 表示在所有 未挖出的 方块（'M' 或者 'E'）中的下一个点击位置（clickr 是行下标，clickc 是列下标）。

根据以下规则，返回相应位置被点击后对应的盘面：

  1. 如果一个地雷（'M'）被挖出，游戏就结束了- 把它改为 'X' 。
  2. 如果一个 没有相邻地雷 的空方块（'E'）被挖出，修改它为（'B'），并且所有和其相邻的 未挖出 方块都应该被递归地揭露。
  3. 如果一个 至少与一个地雷相邻 的空方块（'E'）被挖出，修改它为数字（'1' 到 '8' ），表示相邻地雷的数量。
  4. 如果在此次点击中，若无更多方块可被揭露，则返回盘面。

示例 1：

输入：board = [["E","E","E","E","E"],["E","E","M","E","E"],["E","E","E","E","E"],["E","E","E","E","E"]], click = [3,0]
输出：[["B","1","E","1","B"],["B","1","M","1","B"],["B","1","1","1","B"],["B","B","B","B","B"]]

示例 2：

输入：board = [["B","1","E","1","B"],["B","1","M","1","B"],["B","1","1","1","B"],["B","B","B","B","B"]], click = [1,2]
输出：[["B","1","E","1","B"],["B","1","X","1","B"],["B","1","1","1","B"],["B","B","B","B","B"]]

提示：

  • m == board.length
  • n == board[i].length
  • 1 <= m, n <= 50
  • board[i][j] 为 'M'、'E'、'B' 或数字 '1' 到 '8' 中的一个
  • click.length == 2
  • 0 <= clickr < m
  • 0 <= clickc < n
  • board[clickr][clickc] 为 'M' 或 'E'
class Solution {
public:
    vector<vector<char>> updateBoard(vector<vector<char>>& board, vector<int>& click) {

    }
};

解析代码

        模拟类型的 dfs 题目。首先要搞懂题目要求，也就是游戏规则。从题目所给的点击位置开始，根据游戏规则，来一次 dfs 即可。

        dfs大步骤就是统计一下周围的地雷个数，有地雷就在当前位置放上周围地雷的个数，然后返回，没有地雷就改当前位置为没有地雷的空白块B，然后dfs周围的未挖出的空方块E。

class Solution {
    int dx[8] = {0, 0, 1, -1, 1, 1, -1, -1};
    int dy[8] = {1, -1, 0, 0, 1, -1, 1, -1};
    int m, n;

public:
    vector<vector<char>> updateBoard(vector<vector<char>>& board, vector<int>& click) {
        m = board.size(), n = board[0].size();
        int x = click[0], y = click[1];
        if(board[x][y] == 'M')
        {
            board[x][y] = 'X';
            return board;
        }
        dfs(board, x, y);
        return board;
    }

    void dfs(vector<vector<char>>& board, int sr, int sc)
    {
        int cnt = 0;
        for(int i = 0; i < 8; ++i)
        {
            int x = sr + dx[i], y = sc + dy[i];
            if(x >= 0 && x < m && y >= 0 && y < n && board[x][y] == 'M')
                ++cnt;
        }

        if(cnt != 0)
        {
            board[sr][sc] = cnt + '0';
            return;
        }
        else // 周围没地雷
        {
            board[sr][sc] = 'B';
            for(int i = 0; i < 8; ++i)
            {
                int x = sr + dx[i], y = sc + dy[i];
                if(x >= 0 && x < m && y >= 0 && y < n && board[x][y] == 'E')
                    dfs(board, x, y); // 再探索周围的空白块
            }
        }
    }
};

⑦力扣LCR 130. 衣橱整理（原剑指Offer13机器人的运动范围）

LCR 130. 衣橱整理

难度 中等

家居整理师将待整理衣橱划分为 m x n 的二维矩阵 grid，其中 grid[i][j] 代表一个需要整理的格子。整理师自 grid[0][0] 开始 逐行逐列 地整理每个格子。

整理规则为：在整理过程中，可以选择 向右移动一格 或 向下移动一格，但不能移动到衣柜之外。同时，不需要整理 digit(i) + digit(j) > cnt 的格子，其中 digit(x) 表示数字 x 的各数位之和。

请返回整理师 总共需要整理多少个格子。

示例 1：

输入：m = 4, n = 7, cnt = 5
输出：18

提示：

  • 1 <= n, m <= 100
  • 0 <= cnt <= 20
class Solution {
public:
    int wardrobeFinishing(int m, int n, int cnt) {

    }
};

解析代码

        一道非常典型的搜索类问题。 可以通过深搜或者宽搜，从 [0, 0] 点出发，按照题目的规则一直往 [m - 1, n - 1] 位置走。 同时设置一个全局变量。每次走到一个合法位置，就将全局变量加一。当我们把所有能走到的路都走完之后，全局变量里面存的就是最终答案。下面是深搜的代码：

class Solution {
    int ret, _m, _n, _cnt;
    bool vis[101][101];
    int dx[4] = {0, 0, -1, 1};
    int dy[4] = {1, -1, 0, 0};

public:
    int wardrobeFinishing(int m, int n, int cnt) {
        _m = m, _n = n, _cnt = cnt;
        dfs(0, 0);
        return ret;
    }

    void dfs(int sr, int sc)
    {
        ++ret;
        vis[sr][sc] = true;
        for(int i = 0; i < 4; ++i)
        {
            int x = sr + dx[i], y = sc + dy[i];
            if(x >= 0 && x < _m && y >= 0 && y < _n && !vis[x][y] && chick(x, y))
                dfs(x, y);
        }
    }

    bool chick(int x, int y)
    {
        int sum = 0;
        while(x)
        {
            sum += (x % 10);
            x /= 10;
        }
        while(y)
        {
            sum += (y % 10);
            y /= 10;
        }
        return sum <= _cnt;
    }
};

本篇完。

下一篇是贪心算法的第三部分。

下下篇是记忆化搜索类型的OJ。

GR鲸鱼
关注
  • 52
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
LeetCode-题目详解（十一）：回溯算法【递归回溯、迭代回溯】【DFS是一个劲往某一个方向搜索；回溯算法建立在DFS基础之上，在搜索过程中，达到结束/裁剪条件后，恢复状态，回溯上一层，再次搜索】
u013250861的博客
06-14 404
DFS 是一个劲的往某一个方向搜索，而回溯算法建立在 DFS 基础之上的，但不同的是在搜索过程中，达到结束条件后，恢复状态，回溯上一层，再次搜索。因此回溯算法与 DFS 的区别就是有无状态重置「回溯法」实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就「回溯」返回，尝试别的路径。回溯法是一种算法思想，而递归是一种编程方法，回溯法可以用递归来实现。回溯法的整体思路是：搜索每一条路，每次回溯是对具体的一条路径而言的。对当前搜索路径下的的未探索区域进行搜索，则可能有
GoldsteinUnwrap2D_r1.zip_floodfill_matlab floodfill_unwrap matla
09-23
总的来说，这个压缩包包含了一套完整的2D相位解卷绕解决方案，结合了高效和精确的算法，对于研究和应用相位解卷绕技术的开发者来说是一份宝贵的资源。通过学习和理解这些源码，我们可以深入理解相位解卷绕的原理，并...
Offer必备算法24_BFS解决FloodFill_四道力扣题详解（由易到难）
参考书籍：《C语言程序设计》《数据结构》《C++ Primer》《Effective C++》《STL源码剖析》《现代操作系统》《UNIX环境高级编程》《图解TCP/IP》《图解HTTP》《Linux高性能服务器编程》《剑指Offer》《算法导论》
04-12 1314
Offer必备算法24_BFS解决FloodFill_四道力扣题详解（BFS解决FloodFill简介+①力扣733. 图像渲染+②力扣200. 岛屿数量+③力扣695. 岛屿的最大面积+④力扣130. 被围绕的区域）
Offer必备算法34_贪心算法二_七道力扣题详解（由易到难）
参考书籍：《C语言程序设计》《数据结构》《C++ Primer》《Effective C++》《STL源码剖析》《现代操作系统》《UNIX环境高级编程》《图解TCP/IP》《图解HTTP》《Linux高性能服务器编程》《剑指Offer》《算法导论》
05-04 1381
Offer必备算法34_贪心算法二_七道力扣题详解（①力扣121. 买卖股票的最佳时机+②力扣122. 买卖股票的最佳时机 II+③力扣1005. K 次取反后最大化的数组和+④力扣2418. 按身高排序+⑤力扣870. 优势洗牌（田忌赛马）+⑥力扣409. 最长回文串+⑦力扣942. 增减字符串匹配）
Offer必备算法33_DFS爆搜深搜回溯剪枝_八道力扣题详解（由易到难）
参考书籍：《C语言程序设计》《数据结构》《C++ Primer》《Effective C++》《STL源码剖析》《现代操作系统》《UNIX环境高级编程》《图解TCP/IP》《图解HTTP》《Linux高性能服务器编程》《剑指Offer》《算法导论》
05-02 1075
Offer必备算法33_DFS爆搜深搜回溯剪枝_八道力扣题详解（Offer必备算法22_DFS爆搜深搜回溯剪枝_八道力扣题详解（①力扣784. 字母大小写全排列+②力扣526. 优美的排列+③力扣51. N 皇后+④力扣36. 有效的数独+⑤力扣37. 解数独+⑥力扣79. 单词搜索+⑦力扣1219. 黄金矿工+⑧力扣980. 不同路径 III））
Offer必备算法01双指针_八道力扣OJ题详解（由易到难）
参考书籍：《C语言程序设计》《数据结构》《C++ Primer》《Effective C++》《STL源码剖析》《现代操作系统》《UNIX环境高级编程》《图解TCP/IP》《图解HTTP》《Linux高性能服务器编程》《剑指Offer》《算法导论》
01-21 1299
Offer必备算法01双指针_八道力扣OJ题详解，力扣283+1089+202+11+611+15+18+剑指Offer57。（由易到难）
【算法刷题】算法题解题方法技巧及典例汇总
CodeLuweir 的博客
08-05 3485
一、二分查找 使用条件：有序数组+查找目标元素； 复杂度：O(log n)； 优化： 实际使用求中间mid索引建议用这种方法： int mid = left + (right-left)/2 可以防止left+right溢出（超出整数范围）； 可以将查找目标元素扩展为 查找符合要求的元素，括号内为满足的条件，比如这一题： https://leetcode-cn.com/problems/first-bad-version/ 注意前后端点的判断，不要越界，还有就是return条件的选择（这一题：
Leetcode详解JAVA版
qq_42364307的博客
02-15 2496
leetcode Java详解
MPI.rar_leader election _mpi dfs
09-23
标签“leader_election_mpi_dfs”强化了我们的理解，即这个项目是关于使用MPI实现的领导者选举算法，该算法可能利用了DFS的特性。 从压缩包内的文件名来看，我们可以推测这些是用C（prb.c, lab09.c, l9.c, lab9.c）...
50_floodFill2_漫水填充算法_
10-03
**漫水填充算法（Flood Fill Algorithm）**是一种在图像处理和计算机图形学中常见的算法，主要用于颜色替换或标记特定区域。它通过从一个起始点开始，沿着相同颜色的像素向周围扩展，将所有指定颜色的像素替换为新的...
FloodFill3D.zip_flood 3d_flood matlab
07-15
This program flood fills a 3D region in a binary matrix
TC图形函数详解.rar_TC_tc 3.0_tc图形_函数图形
09-14
TC图形函数详解主要聚焦于 Turbo C 3.0（简称TC 3.0）中的图形绘制函数，这是在DOS环境下编程的一种经典工具。Turbo C是Borland公司推出的一款C语言集成开发环境，因其小巧高效而在学习C语言时备受青睐。在TC 3.0中...
岛屿个数（dfs)
初九·潜龙勿用的博客
04-07 5136
小蓝得到了一副大小为M×N的格子地图，可以将其视作一个只包含字符0（代表海水）和1（代表陆地）的二维数组，地图之外可以视作全部是海水，每个岛屿由在上/下/左/右四个方向上相邻的1相连接而形成。x0​y0​x1​y1​...xk−1​yk−1​，其中 (x,y) 是由xi​yi​通过上/下/左/右移动一次得来的 (0≤i≤k−1)，此时这 k 个格子就构成了一个 “环”。
代码随想录算法训练营第22天-leetcode-二叉树08：669. 修剪二叉搜索树；108.将有序数组转换为二叉搜索树；538.把二叉搜索树转换为累加树
weixin_65180740的博客
07-24 924
你可能需要改变树的根节点，所以结果应当返回修剪好的二叉搜索树的新的根节点。给出二叉 搜索 树的根节点，该树的节点值各不相同，请你将其转换为累加树（Greater Sum Tree），使每个节点 node 的新值等于原树中大于或等于 node.val 的值之和。题目要求，实际上是每个节点加上中序排列后面的那个节点，故而可以反向中序排序，即RNL，用prior记录前一个节点的值，加上前一个节点的值即可。左右子树也必须是二叉搜索树。后序遍历每个节点，对于在范围外的节点，考虑保留其左子树/右子树（只可能保留一个）
C++ | Leetcode C++题解之第283题移动零
Ddddddd_158的博客
07-25 405
C++ | Leetcode C++题解之第283题移动零
LeetCode707 设计链表
daishabby2486的博客
07-25 685
LeetCode707 设计链表的解题记录。
力扣202.快乐数
最新发布
gyj215500的博客
07-25 363
主要是用到了鸽巢原理，最后他们一定会重合，我们只需要判断类似，链表的成环相遇的时候是不是1就行了。
对链表的头结点和各个指向结点的引用的理解。力扣24题，两两交换链表中的结点。
qq_52983535的博客
07-23 402
其实是知道在链表前面添加一个没有实际存储内容的头结点是有利于程序运行的，但是在实际编程中总是会忘记或者不知道到底起到什么样的作用，或许这就是纸上得来终觉浅，绝知此事要躬行吧。力扣24题要求我们两两交换链表中的结点。在这种情况就很需要有一个头结点，因为考虑到交换两个头结点的时候往往不单单会只用到被交换的两个结点，往往还需要考虑被交换的第一个结点的前一个结点，因为也需要把它的next指针改变。如果设置待被交换的两个结点按顺序分别是cur和next，那么cur前面的结点就是叫pre。
CV_RETR_FLOODFILL
09-11
CV_RETR_FLOODFILL是OpenCV中的一个常量，用于指定在floodFill函数中返回的轮廓类型。 在图像处理中，floodFill函数用于填充由种子点定义的连通区域。该函数将指定的种子点周围的像素值更改为指定的颜色，并返回填充区域的轮廓。 CV_RETR_FLOODFILL常量指定了返回的轮廓类型为填充区域的轮廓。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

GR鲸鱼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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