代码随想录算法训练营Day58|101.孤岛的总面积、102.沉没孤岛、103.水流问题、104.建造最大岛屿

Noir间

已于 2024-07-14 15:15:51 修改

阅读量160

点赞数 2

文章标签：算法 c++

于 2024-07-14 15:15:21 首次发布

本文链接：https://blog.csdn.net/github_35852648/article/details/140175151

版权

孤岛的总面积

101. 孤岛的总面积 (kamacoder.com)

先利用BFS或DFS对边界找岛屿并将其置0，岛屿变成海洋，然后再重新遍历一遍graph，在遍历过程中计算孤岛面积即可，代码如下。

#include <iostream>
#include <vector>
#include <queue>
using namespace std;

// 定义四个方向，分别表示上、右、下、左
int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1};
int count = 0;
// 广度优先搜索函数，用于遍历岛屿并更新count
void bfs(vector<vector<int>>& grid, int x, int y) {
    queue<pair<int, int>> que; // 定义一个队列用于存储遍历的位置
    que.push({x, y}); // 将起始位置加入队列
    grid[x][y] = 0; // 将起始位置标记为已访问（0表示已访问）

    // 当队列不为空时，进行遍历
    while(!que.empty()) {
        pair<int ,int> cur = que.front(); // 获取队列前端的元素
        que.pop(); // 将队列前端的元素移除
        int curx = cur.first; // 获取当前位置的x坐标
        int cury = cur.second; // 获取当前位置的y坐标

        // 遍历四个方向
        for (int i = 0; i < 4; i++) {
            int nextx = curx + dir[i][0]; // 计算下一个位置的x坐标
            int nexty = cury + dir[i][1]; // 计算下一个位置的y坐标

            // 如果下一个位置越界，则跳过
            if (nextx < 0 || nextx >= grid.size() || nexty < 0 || nexty >= grid[0].size()) continue;

            // 如果下一个位置是岛屿（1表示岛屿），则加入队列并更新count
            if (grid[nextx][nexty] == 1) {
                que.push({nextx, nexty});
                grid[nextx][nexty] = 0; // 将新加入队列的位置标记为已访问
                count++;
            }
        }
    }
}

int main() {
    int n, m; // 定义网格的行数和列数
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0)); // 定义一个二维网格，初始化为0

    // 输入网格数据
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            cin >> grid[i][j];
        }
    }

    // 从左侧边和右侧边向中间遍历，寻找与边界相连的岛屿
    for (int i = 0; i < n; i++) {
        if (grid[i][0] == 1) bfs(grid, i, 0);
        if (grid[i][m - 1] == 1) bfs(grid, i, m - 1);
    }

    // 从上边和下边向中间遍历，寻找与边界相连的岛屿
    for (int j = 0; j < m; j++) {
        if (grid[0][j] == 1) bfs(grid, 0, j);
        if (grid[n - 1][j] == 1) bfs(grid, n - 1, j);
    }

    // 重置count为0
    count = 0;

    // 再次遍历整个网格，计算与边界相连的岛屿的数量
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            if (grid[i][j] == 1) bfs(grid, i, j);
        }
    }

    // 输出与边界相连的岛屿的数量
    cout << count << endl;
}

虽然多次遍历，但时间复杂度和空间复杂度仍为O(N*M)。

沉没孤岛

102. 沉没孤岛 (kamacoder.com)

在对边界的岛屿全置1后，visited矩阵也会置1，之后遍历一遍graph，将所有visited[i][j]为0的区域置0即可。

#include <iostream>
#include <vector>
#include <queue>
using namespace std;

// 定义四个方向，分别表示上、右、下、左
int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1};

// 广度优先搜索函数，用于遍历岛屿并更新visited数组
void bfs(const vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y) {
    queue<pair<int, int>> que; // 定义一个队列用于存储遍历的位置
    que.push({x, y}); // 将起始位置加入队列
    visited[x][y] = true; // 将起始位置标记为已访问

    // 当队列不为空时，进行遍历
    while(!que.empty()) {
        pair<int ,int> cur = que.front(); // 获取队列前端的元素
        que.pop(); // 将队列前端的元素移除
        int curx = cur.first; // 获取当前位置的x坐标
        int cury = cur.second; // 获取当前位置的y坐标

        // 遍历四个方向
        for (int i = 0; i < 4; i++) {
            int nextx = curx + dir[i][0]; // 计算下一个位置的x坐标
            int nexty = cury + dir[i][1]; // 计算下一个位置的y坐标

            // 如果下一个位置越界，则跳过
            if (nextx < 0 || nextx >= grid.size() || nexty < 0 || nexty >= grid[0].size()) continue;

            // 如果下一个位置是岛屿（1表示岛屿）且未被访问过，则加入队列并标记为已访问
            if (!visited[nextx][nexty] && grid[nextx][nexty] == 1) {
                que.push({nextx, nexty});
                visited[nextx][nexty] = true; // 将新加入队列的位置标记为已访问
            }
        }
    }
}

int main() {
    int n, m; // 定义网格的行数和列数
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0)); // 定义一个二维网格，初始化为0
    vector<vector<bool>> visited(n, vector<bool>(m, false)); // 定义一个二维数组，用于记录每个位置是否被访问过

    // 输入网格数据
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            cin >> grid[i][j];
        }
    }

    // 从左侧边和右侧边向中间遍历，寻找与边界相连的岛屿并标记为已访问
    for (int i = 0; i < n; i++) {
        if (grid[i][0] == 1) bfs(grid, visited, i, 0);
        if (grid[i][m - 1] == 1) bfs(grid, visited, i, m - 1);
    }

    // 从上边和下边向中间遍历，寻找与边界相连的岛屿并标记为已访问
    for (int j = 0; j < m; j++) {
        if (grid[0][j] == 1) bfs(grid, visited, 0, j);
        if (grid[n - 1][j] == 1) bfs(grid, visited, n - 1, j);
    }

    // 将未访问的岛屿（孤岛）置为0
    for(int i = 0; i < n; i++){
        for(int j = 0; j < m; j++){
            if(visited[i][j] == false)
                grid[i][j] = 0;
        }
    }

    // 输出处理后的网格
    for(int i = 0; i < n; i++){
        for(int j = 0; j < m-1; j++)
            cout<<grid[i][j]<<" ";
        cout<<grid[i][m-1]<<endl;
    }
}

时间复杂度和空间复杂度为O(m*n)。

水流问题

103. 水流问题 (kamacoder.com)

暴力解法

针对矩阵中的每一个点，都做深度优先搜索（这里不使用广度优先搜索，因为只需找到两条能够抵达第一边界和第二边界的路径就可以了），然后判断是否抵达了第一边界和第二边界，若都到达，则输出该点i、j，具体代码如下。

#include<iostream> 
#include<vector> 

using namespace std; // 使用标准命名空间

int N, M; // 定义全局变量N和M，分别表示网格的行数和列数
int dir[4][2] = {-1,0,0,-1,1,0,0,1}; // 定义方向数组，用于在深度优先搜索中上下左右移动

// 深度优先搜索函数
void dfs(vector<vector<int>>& grid, vector<vector<int>>& visited, int x, int y) {
    if (visited[x][y]) // 如果当前点已经访问过，返回
        return;
    visited[x][y] = 1; // 标记当前点为已访问
    for (int i = 0; i < 4; i++) { // 遍历四个方向
        int next_x = x + dir[i][0]; // 计算下一个点的x坐标
        int next_y = y + dir[i][1]; // 计算下一个点的y坐标
        if (next_x < 0 or next_y < 0 or next_x >= grid.size() or next_y >= grid[0].size())
            continue; // 如果下一个点超出网格范围，跳过
        if (grid[x][y] < grid[next_x][next_y])
            continue; // 如果下一个点的值大于当前点，水流无法抵达，跳过
        dfs(grid, visited, next_x, next_y); // 递归调用dfs，继续搜索
    }
    return;
}

// 判断结果函数
bool isresult(vector<vector<int>>& grid, int x, int y) {
    vector<vector<int>> visited(N, vector<int>(M, 0)); // 创建访问标记数组
    dfs(grid, visited, x, y); // 从点(x,y)开始进行深度优先搜索

    bool isFirst = false; // 标记是否到达第一边界
    bool isSecond = false; // 标记是否到达第二边界

    for (int j = 0; j < M; j++) { // 检查第一行是否有访问
        if (visited[0][j]) {
            isFirst = true;
            break;
        }
    }
    for (int i = 0; i < N; i++) { // 检查第一列是否有访问
        if (visited[i][0]) {
            isFirst = true;
            break;
        }
    }
    for (int j = 0; j < M; j++) { // 检查最后一行是否有访问过的点
        if (visited[N - 1][j]) {
            isSecond = true;
            break;
        }
    }
    for (int i = 0; i < N; i++) { // 检查最后一列是否有访问过的点
        if (visited[i][M - 1]) {
            isSecond = true;
            break;
        }
    }
    if (isFirst and isSecond) // 如果两个边界都到达过，返回true
        return true;
    return false; // 否则返回false
}

int main() {
    cin >> N >> M; // 输入网格的行数和列数
    vector<vector<int>> graph(N, vector<int>(M)); // 创建网格数组
    for (int i = 0; i < N; i++) { // 输入网格数据
        for (int j = 0; j < M; j++) {
            cin >> graph[i][j];
        }
    }
    for (int i = 0; i < N; i++) { // 遍历网格中的每个点
        for (int j = 0; j < M; j++) {
            if (isresult(graph, i, j)) // 如果从点(i,j)开始能到达两个边界，输出该点
                cout << i << " " << j << endl;
        }
    }
}

算法的时间复杂度为O(M*N*M*N)，每个点都要遍历，空间复杂度为O(M*N)

优化算法

挺巧妙的，从四周开始做dfs，然后将visited数组取交集，然后输出。

代码随想录 (programmercarl.com)

#include <iostream>
#include <vector>
using namespace std;
int n, m;
int dir[4][2] = {-1, 0, 0, -1, 1, 0, 0, 1};
void dfs(vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y) {
    if (visited[x][y]) return;

    visited[x][y] = true;

    for (int i = 0; i < 4; i++) {
        int nextx = x + dir[i][0];
        int nexty = y + dir[i][1];
        if (nextx < 0 || nextx >= n || nexty < 0 || nexty >= m) continue;
        if (grid[x][y] > grid[nextx][nexty]) continue; // 注意：这里是从低向高遍历

        dfs (grid, visited, nextx, nexty);
    }
    return;
}



int main() {

    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];
        }
    }
    // 标记从第一组边界上的节点出发，可以遍历的节点
    vector<vector<bool>> firstBorder(n, vector<bool>(m, false));

    // 标记从第一组边界上的节点出发，可以遍历的节点
    vector<vector<bool>> secondBorder(n, vector<bool>(m, false));

    // 从最上和最下行的节点出发，向高处遍历
    for (int i = 0; i < n; i++) {
        dfs (grid, firstBorder, i, 0); // 遍历最左列，接触第一组边界
        dfs (grid, secondBorder, i, m - 1); // 遍历最右列，接触第二组边界
    }

    // 从最左和最右列的节点出发，向高处遍历
    for (int j = 0; j < m; j++) {
        dfs (grid, firstBorder, 0, j); // 遍历最上行，接触第一组边界
        dfs (grid, secondBorder, n - 1, j); // 遍历最下行，接触第二组边界
    }
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            // 如果这个节点，从第一组边界和第二组边界出发都遍历过，就是结果
            if (firstBorder[i][j] && secondBorder[i][j]) cout << i << " " << j << endl;;
        }
    }


}

算法的时间复杂度为2 * n * m。 地图用每个节点就遍历了两次，参数传入 firstBorder 的时候遍历一次，参数传入 secondBorder 的时候遍历一次，空间复杂度为O(n*m)。

建造最大岛屿

104. 建造最大岛屿 (kamacoder.com)

104.建造最大岛屿 | 代码随想录 (programmercarl.com)

使用一次深度优先搜索将每个岛屿的面积记录下来。

一次遍历地图，得到每个岛屿的面积，并做编号记录，使用map记录，key为岛屿编号，value为岛屿面积
再遍历地图，遍历0的方格（要将0变成1），并统计该（由0变为1）周边岛屿的面积，将其相邻面积相加在一起，遍历所有0之后，就可以得出选一个0变为1之后的最大面积。

#include <iostream>
#include <vector>
#include <unordered_set>
#include <unordered_map>
using namespace std;
int n, m;
int count;

int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1}; // 四个方向
void dfs(vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y, int mark) {
    if (visited[x][y] || grid[x][y] == 0) return; // 终止条件：访问过的节点 或者 遇到海水
    visited[x][y] = true; // 标记访问过
    grid[x][y] = mark; // 给陆地标记新标签
    count++;
    for (int i = 0; i < 4; i++) {
        int nextx = x + dir[i][0];
        int nexty = y + dir[i][1];
        if (nextx < 0 || nextx >= n || nexty < 0 || nexty >= m) continue;  // 越界了，直接跳过
        dfs(grid, visited, nextx, nexty, mark);
    }
}

int main() {
    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];
        }
    }
    vector<vector<bool>> visited(n, vector<bool>(m, false)); // 标记访问过的点
    unordered_map<int ,int> gridNum;
    int mark = 2; // 记录每个岛屿的编号
    bool isAllGrid = true; // 标记是否整个地图都是陆地
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            if (grid[i][j] == 0) isAllGrid = false;
            if (!visited[i][j] && grid[i][j] == 1) {
                count = 0;
                dfs(grid, visited, i, j, mark); // 将与其链接的陆地都标记上 true
                gridNum[mark] = count; // 记录每一个岛屿的面积
                mark++; // 记录下一个岛屿编号
            }
        }
    }
    if (isAllGrid) {
        cout << n * m << endl; // 如果都是陆地，返回全面积
        return 0; // 结束程序
    }

    // 以下逻辑是根据添加陆地的位置，计算周边岛屿面积之和
    int result = 0; // 记录最后结果
    unordered_set<int> visitedGrid; // 标记访问过的岛屿
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            count = 1; // 记录连接之后的岛屿数量
            visitedGrid.clear(); // 每次使用时，清空
            if (grid[i][j] == 0) {
                for (int k = 0; k < 4; k++) {
                    int neari = i + dir[k][1]; // 计算相邻坐标
                    int nearj = j + dir[k][0];
                    if (neari < 0 || neari >= n || nearj < 0 || nearj >= m) continue;
                    if (visitedGrid.count(grid[neari][nearj])) continue; // 添加过的岛屿不要重复添加
                    // 把相邻四面的岛屿数量加起来
                    count += gridNum[grid[neari][nearj]];
                    visitedGrid.insert(grid[neari][nearj]); // 标记该岛屿已经添加过
                }
            }
            result = max(result, count);
        }
    }
    cout << result << endl;

}