递归问题常常作为中等难度题目进行考查,经过博主对递归的研究,递归可大致分为“字符串”递归和“地图查找”递归,两种递归解决办法大同小异,原理都是深度优先算法。
题目描述
小华和小为是很要好的朋友,他们约定周末一起吃饭。通过手机交流,他们在地图上选择了多个聚餐地点(由于自然地形原因,部分聚餐地点不可达),求小为和小华都可以到达的聚餐地点有多少个?
输入
第一行输入m,n,分别代表地图的长度和宽度
第二行开始输入具体地图信息,其数字的含义如下:
0 通畅的道路
1 障碍物
2 非障碍物,且为小华和小为的出发点
3 非障碍物,被选中的聚餐地点
输出
可以被两方都到达的聚餐地点数量
示例1
输入
4 4
2 1 0 3
0 1 2 1
0 3 0 0
0 0 0 0
输出
2
说明
图中两个位置3均可被小华和小为到达,故结果为2
示例2
输入
4 4
2 1 2 3
0 1 0 0
0 1 0 0
0 1 0 0
输出
0
说明
只有其中一个人可以到达3,故结果为0。只有两个人都可以到达的地方才进行计数
解题思路及代码
解法很多,包括“终点型”递归问题和“过程型”递归问题解法。前者需要判断是否可以从某个点到达另一个点,后者常常在过程中进行统计。本文章将使用后者。
解法:只要在遍历的过程中找到一个3,则相应位置计数加1,若某聚餐地点被访问过两次,则表示两个人均可以到达该点。
代码如下(示例):
import copy
m, n = list(map(int, input().split()))
dp = [[0] * m for _ in range(n)]
for i in range(n):
dp[i] = list(map(int, input().split()))
start = []
res = {}
for i in range(n):
for j in range(m):
if dp[i][j] == 2:
start.append((i, j))
elif dp[i][j] == 3:
res[(i, j)] = 0
location = [(-1, 0), (1, 0), (0, 1), (0, -1)]
def dfs(a, x, y):
global res, location
if x < 0 or y < 0 or x == m or y == m or a[x][y] == 1: # 这步包括剪枝和循环终止条件
return
else: # 进入该模块的点表示可以移动
for p in location:
if a[x][y] == 3:
res[(x, y)] += 1
a[x][y] = 1 # 移动完成后,该点设置为1表示已经走过
dfs(a, x + p[0], y + p[1]) # 调整x,y坐标继续移动
return # 所以遍历完成后,强制退出。一般在涉及需中途得到答案时,这步表示始终未找到答案
dp_0 = copy.deepcopy(dp)
for k in start:
dfs(dp_0, k[0], k[1])
dp_0 = dp
n = 0
for k in res:
if res[k] == 2:
n += 1
print(n)
关键代码
for p in location:
if a[x][y] == 3:
res[(x, y)] += 1
a[x][y] = 1
dfs(a, x + p[0], y + p[1]) # 除地图信息需要提前改变再传入,其他参数均在函数中进行变动。为的是在回退时可以按照原路径返回
总结
以上就是今天要讲的内容,本题为“地图型”+“过程型”递归问题,细心的同学可以从中发现规律。
作者码字不易,感谢关注。