110.字符串接龙
题目
题目描述
字典 strList 中从字符串 beginStr 和 endStr 的转换序列是一个按下述规格形成的序列:
1. 序列中第一个字符串是 beginStr。
2. 序列中最后一个字符串是 endStr。
3. 每次转换只能改变一个字符。
4. 转换过程中的中间字符串必须是字典 strList 中的字符串,且strList里的每个字符串只用使用一次。
给你两个字符串 beginStr 和 endStr 和一个字典 strList,找到从 beginStr 到 endStr 的最短转换序列中的字符串数目。如果不存在这样的转换序列,返回 0。
输入描述
第一行包含一个整数 N,表示字典 strList 中的字符串数量。 第二行包含两个字符串,用空格隔开,分别代表 beginStr 和 endStr。 后续 N 行,每行一个字符串,代表 strList 中的字符串。
输出描述
输出一个整数,代表从 beginStr 转换到 endStr 需要的最短转换序列中的字符串数量。如果不存在这样的转换序列,则输出 0。
思路
- 初始化:
- 使用
HashSet
(set
)来存储wordList
中的所有单词,以便快速检查某个单词是否存在于列表中。 - 使用
Queue
(queue
)来存储待处理的单词,这些单词是当前已经找到但尚未探索完所有可能变化的单词。 - 使用
HashMap
(visitMap
)来记录每个单词被访问时的路径长度(即距离起始单词的步数)。
- 使用
- BFS过程:
- 将起始单词加入队列和访问记录中,并设置其路径长度为1。
- 循环处理队列中的单词,直到队列为空。
- 对于每个单词,尝试替换其每个位置的字符为'a'到'z'之间的所有字符,生成新的单词。
- 检查新单词是否为目标单词,如果是,则返回当前路径长度加1。
- 如果新单词存在于
set
中且之前未被访问过,则将其加入队列和访问记录中,并更新其路径长度。
- 结果:
- 如果遍历完所有可能的单词后仍未找到目标单词,则返回0,表示无法从起始单词到达目标单词。
代码
import java.util.*;
public class Main {
// BFS方法
public static int ladderLength(String beginWord, String endWord, List<String> wordList) {
// 使用set作为查询容器,效率更高
HashSet<String> set = new HashSet<>(wordList);
// 声明一个queue存储每次变更一个字符得到的且存在于容器中的新字符串
Queue<String> queue = new LinkedList<>();
// 声明一个hashMap存储遍历到的字符串以及所走过的路径path
HashMap<String, Integer> visitMap = new HashMap<>();
queue.offer(beginWord);
visitMap.put(beginWord, 1);
while (!queue.isEmpty()) {
String curWord = queue.poll();
int path = visitMap.get(curWord);
for (int i = 0; i < curWord.length(); i++) {
char[] ch = curWord.toCharArray();
// 每个位置尝试26个字母
for (char k = 'a'; k <= 'z'; k++) {
ch[i] = k;
String newWord = new String(ch);
if (newWord.equals(endWord)) return path + 1;
// 如果这个新字符串存在于容器且之前未被访问到
if (set.contains(newWord) && !visitMap.containsKey(newWord)) {
visitMap.put(newWord, path + 1);
queue.offer(newWord);
}
}
}
}
return 0;
}
public static void main (String[] args) {
/* code */
// 接收输入
Scanner sc = new Scanner(System.in);
int N = sc.nextInt();
sc.nextLine();
String[] strs = sc.nextLine().split(" ");
List<String> wordList = new ArrayList<>();
for (int i = 0; i < N; i++) {
wordList.add(sc.nextLine());
}
// wordList.add(strs[1]);
// 打印结果
int result = ladderLength(strs[0], strs[1], wordList);
System.out.println(result);
}
}
易错点
- 输入处理:
- 在读取
N
(单词列表的大小)后,需要调用sc.nextLine()
来跳过行尾的换行符,否则在读取第一个单词时会出错。 - 题目中可能未明确说明,但通常假设
strs[0]
是起始单词,strs[1]
是目标单词,而剩余的单词在wordList
中。然而,在你的代码中,你直接从sc.nextLine()
读取了所有单词(除了N
),这可能不是题目意图。你应该根据题目要求来读取这些单词。
- 在读取
- 字符串处理:
- 在替换字符时,需要确保使用字符数组来避免在循环中多次创建新的字符串对象。
- 替换字符后,应检查新生成的单词是否存在于
set
中且之前未被访问过。
- 边界条件:
- 如果
wordList
为空或未包含起始单词和目标单词,应返回适当的值(通常是0,表示无法到达)。 - 如果起始单词和目标单词相同,应返回1(因为不需要任何变化)。
- 如果
105.有向图的完全可达性
题目
题目描述
给定一个有向图,包含 N 个节点,节点编号分别为 1,2,...,N。现从 1 号节点开始,如果可以从 1 号节点的边可以到达任何节点,则输出 1,否则输出 -1。
输入描述
第一行包含两个正整数,表示节点数量 N 和边的数量 K。 后续 K 行,每行两个正整数 s 和 t,表示从 s 节点有一条边单向连接到 t 节点。
输出描述
如果可以从 1 号节点的边可以到达任何节点,则输出 1,否则输出 -1。
思路
-
输入处理:首先,程序通过
Scanner
类读取图的节点数n
和边数m
。然后,它初始化一个大小为n+1
的List<List<Integer>>
类型的邻接表graph
,其中每个内部列表代表一个节点的所有邻居节点。由于节点编号从1开始,但数组索引从0开始,因此需要大小为n+1
的列表数组。 -
构建邻接表:通过读取每对相连的节点
s
和t
,将t
添加到s
的邻居列表中。注意,这里的s
和t
是节点编号,不是索引,因此它们可以直接用作graph
的索引(尽管实际上它们被用作索引时减1,因为内部索引是从0开始的)。 -
深度优先搜索:从节点1开始进行深度优先搜索。在搜索过程中,使用一个布尔数组
visited
来跟踪哪些节点已经被访问过。对于每个节点,如果它尚未被访问,则标记为已访问,并递归地访问其所有邻居。 -
检查访问情况:在DFS完成后,程序遍历
visited
数组,检查是否有任何节点未被访问。如果有任何节点未被访问,则输出-1
表示不是所有节点都可从起始节点访问;如果所有节点都被访问,则输出1
。
代码
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Scanner;
public class Main {
static void dfs(List<List<Integer>> graph, int key, boolean[] visited) {
if (visited[key]) {
return;
}
visited[key] = true;
List<Integer> keys = graph.get(key);
for (int neighbor : keys) {
// 深度优先搜索遍历
dfs(graph, neighbor, visited);
}
}
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int m = scanner.nextInt();
// 节点编号从1到n,但数组索引从0开始,所以申请 n+1 这么大的数组
List<List<Integer>> graph = new ArrayList<>(n + 1);
for (int i = 0; i <= n; i++) {
graph.add(new ArrayList<>());
}
while (m-- > 0) {
int s = scanner.nextInt();
int t = scanner.nextInt();
// 使用邻接表 ,表示 s -> t 是相连的
graph.get(s).add(t);
}
boolean[] visited = new boolean[n + 1];
dfs(graph, 1, visited);
// 检查是否都访问到了
boolean allVisited = true;
for (int i = 1; i <= n; i++) {
if (!visited[i]) {
System.out.println(-1);
allVisited = false;
break;
}
}
if (allVisited) {
System.out.println(1);
}
scanner.close();
}
}
易错点
-
索引与节点编号的混淆:在这个问题中,节点编号是从1开始的,但数组索引是从0开始的。这可能导致在处理输入时出错,尤其是当直接使用节点编号作为索引时。然而,在这个特定的代码中,由于
graph
的索引被正确地处理(即graph.get(s)
中的s
是节点编号,但内部自动减1以用作索引),这个错误被避免了。 -
邻接表的构建:在构建邻接表时,必须确保每个节点都有一个对应的空列表。在这个例子中,通过初始化一个大小为
n+1
的ArrayList<ArrayList<Integer>>
来确保这一点。 -
DFS的递归深度:如果图是高度递归的(例如,存在很长的路径或循环),那么DFS可能会导致堆栈溢出。虽然在这个简单的例子中不太可能出现,但在处理大型或复杂的图时需要注意。
106.岛屿的周长
题目
题目描述
给定一个由 1(陆地)和 0(水)组成的矩阵,岛屿是被水包围,并且通过水平方向或垂直方向上相邻的陆地连接而成的。
你可以假设矩阵外均被水包围。在矩阵中恰好拥有一个岛屿,假设组成岛屿的陆地边长都为 1,请计算岛屿的周长。岛屿内部没有水域。
输入描述
第一行包含两个整数 N, M,表示矩阵的行数和列数。之后 N 行,每行包含 M 个数字,数字为 1 或者 0,表示岛屿的单元格。
输出描述
输出一个整数,表示岛屿的周长。
思路
目的是计算一个二维网格中所有值为1的单元格的周长总和。程序首先通过标准输入接收网格的行数M
和列数N
,然后读取网格的具体内容(即每个单元格的值)。接下来,程序遍历整个网格,对于每个值为1的单元格,它调用helper
函数来计算该单元格的周长,并将所有值为1的单元格的周长累加到result
变量中。最后,程序输出总周长。
代码
import java.util.*;
public class Main {
// 每次遍历到1,探索其周围4个方向,并记录周长,最终合计
// 声明全局变量,dirs表示4个方向
static int[][] dirs = {{1, 0}, {-1, 0}, {0, 1}, {0, -1}};
// 统计每单个1的周长
static int count;
// 探索其周围4个方向,并记录周长
public static void helper(int[][] grid, int x, int y) {
for (int[] dir : dirs) {
int nx = x + dir[0];
int ny = y + dir[1];
// 遇到边界或者水,周长加一
if (nx < 0 || nx >= grid.length || ny < 0 || ny >= grid[0].length
|| grid[nx][ny] == 0) {
count++;
}
}
}
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
// 接收输入
int M = sc.nextInt();
int N = sc.nextInt();
int[][] grid = new int[M][N];
for (int i = 0; i < M; i++) {
for (int j = 0; j < N; j++) {
grid[i][j] = sc.nextInt();
}
}
int result = 0; // 总周长
for (int i = 0; i < M; i++) {
for (int j = 0; j < N; j++) {
if (grid[i][j] == 1) {
count = 0;
helper(grid, i, j);
// 更新总周长
result += count;
}
}
}
// 打印结果
System.out.println(result);
}
}
易错点
-
全局变量
count
的线程安全问题:
在这个程序中,count
被用作全局变量来存储单个值为1的单元格的周长。由于Java的static
变量是类级别的,而不是实例级别的,因此它在这个上下文中是安全的,因为程序是单线程的。然而,在多线程环境中,这种使用全局变量的方式可能会导致竞态条件。在这个特定程序中,由于不存在多线程,所以这不是一个问题。 -
边界条件处理:
helper
函数正确地处理了边界条件和值为0的单元格,这是计算周长所必需的。然而,如果网格的大小(M
和N
)为0或负数,程序将抛出异常。虽然这种情况在常规输入中不太可能发生,但最好添加一些额外的检查来确保输入的有效性。
总结
明天继续图论!
继续加油