【C++BFS】1020. 飞地的数量

本文涉及知识点

C++BFS算法

LeetCode1020. 飞地的数量

给你一个大小为 m x n 的二进制矩阵 grid ，其中 0 表示一个海洋单元格、1 表示一个陆地单元格。
一次 移动 是指从一个陆地单元格走到另一个相邻（上、下、左、右）的陆地单元格或跨过 grid 的边界。
返回网格中 无法 在任意次数的移动中离开网格边界的陆地单元格的数量。
示例 1：

输入：grid = [[0,0,0,0],[1,0,1,0],[0,1,1,0],[0,0,0,0]]
输出：3
解释：有三个 1 被 0 包围。一个 1 没有被包围，因为它在边界上。
示例 2：

输入：grid = [[0,1,1,0],[0,0,1,0],[0,0,1,0],[0,0,0,0]]
输出：0
解释：所有 1 都在边界上或可以到达边界。

提示：

m == grid.length
n == grid[i].length
1 <= m, n <= 500
grid[i][j] 的值为 0 或 1

BFS

统计1的数量cnt1，将能够到达边界的1放到v中。返回值：cnt1-v.size()。
BFS的状态表示：leves[i]记录通过i个陆地单格可以到达边界的陆地单格。
BFS的后续状态：通过vNeiBo[r][c]枚举和(r,c)相邻且为1的单格。
BFS的初始状态：边界上的单格。
BFS的返回值：无。
BFS出重处理：二维数组出重。

源码

核心源码

class Solution {
		public:
			int numEnclaves(vector<vector<int>>& grid) {
				m_r = grid.size();
				m_c = grid[0].size();
				vector<vector<pair<int,int>>> neiBo(m_c * m_r);
				auto Add = [&](int r,int c, int r1, int c1) {
					if ((r1 < 0) || (r1 >= m_r)) { return; }
					if ((c1 < 0) || (c1 >= m_c)) { return; }
				//	if (0 == grid[r][c]) { return; }
					if (0 == grid[r1][c1]) { return; }
					neiBo[Mask(r, c)].emplace_back(std::make_pair(r1, c1));
				};
				for (int r = 0; r < m_r; r++) {
					for (int c = 0; c  < m_c; c++) {
						Add(r, c, r + 1, c);
						Add(r, c, r - 1, c);
						Add(r, c, r , c + 1);
						Add(r, c, r, c -1);
					}
				}
				queue<pair<int, int>> que;
				int cnt1 = 0;
				vector<bool> vis(m_r * m_c);
				for (int r = 0; r < m_r; r++) {
					for (int c = 0; c < m_c; c++) {
						if (0 == grid[r][c]) { continue; }
						cnt1++;
						if ((0 == r) || (0 == c) || (r + 1 == m_r) || (c + 1 == m_c)) {
							que.emplace(make_pair(r, c));
							vis[Mask(r, c)] = true;
						}
					}
				}
				
				while (que.size()) {
					const auto [r, c] = que.front();
					que.pop();
					const int iMask = Mask(r, c);
					for (const auto& [r1,c1] : neiBo[iMask]) {
						if (vis[Mask(r1,c1)]) { continue; }
						vis[Mask(r1, c1)] = true;
						que.emplace(r1, c1);
					}
				}
				return cnt1 - count(vis.begin(), vis.end(), true);
			}
			int Mask(int r, int c) { return  m_c * r + c; }
			 int m_r,m_c;
		};

单元测试

	vector<vector<int>> grid;
		TEST_METHOD(TestMethod1)
		{
			grid = { {0,0,0,0},{1,0,1,0},{0,1,1,0},{0,0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(3, res);
		}
		TEST_METHOD(TestMethod2)
		{
			grid = { {0,1,1,0},{0,0,1,0},{0,0,1,0},{0,0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod3)
		{
			grid = { {0,1,0},{0,1,0},{0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod4)
		{
			grid = { {0,0,0},{0,1,0},{0,1,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod5)
		{
			grid = { {0,0,0},{1,1,0},{0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod6)
		{
			grid = { {0,0,0},{0,1,1},{0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod7)
		{
			grid = { {0,0,0,0,0},{1,0,1,0,0},{0,0,0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(1, res);
		}

扩展阅读

我想对大家说的话
工作中遇到的问题，可以按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
学习算法：按章节学习《喜缺全书算法册》，大量的题目和测试用例，打包下载。重视操作
有效学习：明确的目标 及时的反馈 拉伸区（难度合适） 专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛
失败+反思=成功 成功+反思=成功

视频课程

先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。