BFS 解决 FloodFill 算法(C++)


前言

一、概念

BFS就是广度优先遍历,也就是层序遍历。
FloodFill是指在数组中找出性质相同的连通块,并根据题目进行操作。

二、岛屿数量

1.题目链接

200. 岛屿数量

2.算法原理

遍历整个矩阵,每找到一块陆地,记录一次。
我们怎末知道我们是否已经遍历过这个地方了呢??

方法1:如果遍历了,我们修改原数组,将1变为0
方法2:用一个bool数组,如果遍历过了,我们设为true.

3.代码编写

class Solution {
public:
     bool vision[301][301]={false};
     int dx[4]={0,0,-1,1};
     int dy[4]={1,-1,0,0};
     int m;
     int n;
    int numIslands(vector<vector<char>>& grid) 
    {
        m=grid.size();
        n=grid[0].size();
        //记录个数
        int total=0;
        for(int i=0;i<m;i++)
        {
            for(int j=0;j<n;j++)
            {
                //1才为陆地,并且没有被访问
                if(grid[i][j]=='1'&&vision[i][j]==false)
                {
                    total++;
                    bfs(grid,i,j);
                }
            }
        }
        return total;
    }
    void bfs(vector<vector<char>>& grid,int a,int b) 
    {
        queue<pair<int,int>>q;
        q.push({a,b});
        vision[a][b]=true;
        while(!q.empty())
        {
            auto[x1,y1]=q.front();
            q.pop();
            for(int k=0;k<4;k++)
            {
                int x=x1+dx[k];
                int y=y1+dy[k];
                if(x>=0&&x<m&&y>=0&&y<n&&grid[x][y]=='1'&&vision[x][y]==false)
                {
                    q.push({x,y});
                    vision[x][y]=true;
                }
            }
        }
    }  
};

用全局遍历,可以避免大量的传参。
注意:auto[x1,y1]=q.front();这种写法
int dx[4]={0,0,-1,1}; int dy[4]={1,-1,0,0};定义四个维度

三、被围绕的区域

1.题目链接

130. 被围绕的区域

2.算法原理

我们如果直接做的话,进行bfs,首先判断是否边界为O,再进行bfs将O设置为X。

我们可以用其他方法:正难则反

1.我们先处理边界,将边界为O的那块设为*(也可以用其他字符)
2.重新遍历,进行恢复。
如果是O,就变为X
如果是*,就变为O

3.代码编写

class Solution {
public:
    int m;
    int n;
    int dx[4]={1,-1,0,0};
    int dy[4]={0,0,1,-1};
    void solve(vector<vector<char>>& board) 
    {
        m=board.size();
        n=board[0].size();
        //先处理边界情况
        for(int i=0;i<m;i++)
        {
            if(board[i][0]=='O')
            {
                bfs(board,i,0);
            }
            if(board[i][n-1]=='O')
            {
                bfs(board,i,n-1);
            }
        }
        for(int j=0;j<n;j++)
        {
            if(board[0][j]=='O')
            {
                bfs(board,0,j);
            }
            if(board[m-1][j]=='O')
            {
                bfs(board,m-1,j);
            }
        }
        //还原
        for(int i=0;i<m;i++)
        {
            for(int j=0;j<n;j++)
            {
                if(board[i][j]=='O')
                {
                    board[i][j]='X';
                }
                if(board[i][j]=='*')
                {
                    board[i][j]='O';
                }
            }
        }
    }
    void bfs(vector<vector<char>>& board,int a,int b)
    {
        queue<pair<int,int>>q;
        q.push({a,b});
        board[a][b]='*';
        while(!q.empty())
        {
            auto[a,b]=q.front();
            q.pop();
            for(int k=0;k<4;k++)
            {
                int x=a+dx[k];
                int y=b+dy[k];
                if(x>=0&&x<m&&y>=0&&y<n&&board[x][y]=='O')
                {
                    q.push({x,y});
                    board[x][y]='*';
                }
            }
        }
    }
};

总结

以上就是今天要讲的内容 。希望对大家的学习有所帮助,仅供参考 如有错误请大佬指点我会尽快去改正 欢迎大家来评论~~ 😘 😘 😘

  • 6
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
以下是使用 BFS 算法解决子集和问题的 C++ 代码示例: ```c++ #include <iostream> #include <queue> #include <vector> using namespace std; bool subset_sum_bfs(vector<int>& nums, int target) { int n = nums.size(); queue<pair<int, int>> q; // (index, current_sum) q.push({0, 0}); while (!q.empty()) { auto [index, current_sum] = q.front(); q.pop(); if (current_sum == target) { return true; } if (index == n) { continue; } q.push({index + 1, current_sum + nums[index]}); q.push({index + 1, current_sum}); } return false; } // 示例用法 int main() { vector<int> nums = {3, 34, 4, 12, 5, 2}; int target = 9; cout << (subset_sum_bfs(nums, target) ? "True" : "False") << endl; // 输出 True return 0; } ``` 这段代码与 Python 版本的代码非常类似,只是语法不同。在 C++ 中,我们使用了 `std::queue` 来保存搜索过程中的状态,每个状态使用一个 `std::pair` 来表示,第一个元素表示当前搜索到的数的下标,第二个元素表示当前已经选择的数的和。初始状态为 `(0, 0)`,表示还没有选择任何数,当前和为 0。然后我们每次从队列中取出一个状态,根据这个状态可以分为两种情况: 1. 将当前数加入当前和中,得到一个新的状态 `{index + 1, current_sum + nums[index]}`,将其加入队列。 2. 不将当前数加入当前和中,得到一个新的状态 `{index + 1, current_sum}`,将其加入队列。 这样一直搜索下去,直到队列为空或者找到了一个符合条件的状态,即当前和等于目标值。如果搜索完整个数组都没有找到符合条件的状态,则返回 False。 需要注意的是,这种方法的时间复杂度为 $O(2^n)$,其中 $n$ 为数组的长度。因此,在实际应用中,当 $n$ 比较大时,可能需要采用其他更高效的算法解决子集和问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

lim 鹏哥

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
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