LeetCode 305. 岛屿数量 II（并查集）

1. 题目

假设你设计一个游戏，用一个 m 行 n 列的 2D 网格来存储你的游戏地图。

起始的时候，每个格子的地形都被默认标记为「水」。
我们可以通过使用 addLand 进行操作，将位置 (row, col) 的「水」变成「陆地」。

你将会被给定一个列表，来记录所有需要被操作的位置，然后你需要返回计算出来 每次 addLand 操作后岛屿的数量。

注意：一个岛的定义是被「水」包围的「陆地」，通过水平方向或者垂直方向上相邻的陆地连接而成。
你可以假设地图网格的四边均被无边无际的「水」所包围。

请仔细阅读下方示例与解析，更加深入了解岛屿的判定。

示例:
输入: m = 3, n = 3, 
	positions = [[0,0], [0,1], [1,2], [2,1]]
输出: [1,1,2,3]
解析:
起初，二维网格 grid 被全部注入「水」。（0 代表「水」，1 代表「陆地」）
0 0 0
0 0 0
0 0 0

操作 #1：addLand(0, 0) 将 grid[0][0] 的水变为陆地。
1 0 0
0 0 0   Number of islands = 1
0 0 0

操作 #2：addLand(0, 1) 将 grid[0][1] 的水变为陆地。
1 1 0
0 0 0   岛屿的数量为 1
0 0 0

操作 #3：addLand(1, 2) 将 grid[1][2] 的水变为陆地。
1 1 0
0 0 1   岛屿的数量为 2
0 0 0

操作 #4：addLand(2, 1) 将 grid[2][1] 的水变为陆地。
1 1 0
0 0 1   岛屿的数量为 3
0 1 0

拓展：
你是否能在 O(k log mn) 的时间复杂度程度内完成每次的计算？
（k 表示 positions 的长度）

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/number-of-islands-ii
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

2. 解题

参考数据结构：并查集（Disjoint-Set）

2.1 超时解

125 / 162 个通过测试用例

• 将矩阵的每个位置看成并查集中的一个点，每次加入一个岛屿，把四周是1的点合并掉
• 计算集团个数
• 时间复杂度 $O(kmn)$

class dsu
{
public:
    vector<int> f;

    dsu(int n)
    {
        f.resize(n);
        for(int i = 0; i < n; ++i)
            f[i] = i;
    }
    void merge(int a, int b)
    {
        int fa = find(a);
        int fb = find(b);
        f[fa] = fb;
    }
    int find(int a)
    {
        int origin = a;
        while(a != f[a])
            a = f[a];
        return f[origin] = a;
    }
    int countUni(vector<vector<int>> &grid)
    {
        int count = 0, x, y, n = grid[0].size();
        for(int i = 0; i < f.size(); ++i)
        {	
            x = i/n, y = i-x*n;
            if(i == find(i) && grid[x][y]==1)
                count++;
        }
        return count;
    }
};
class Solution {
public:
    vector<int> numIslands2(int m, int n, vector<vector<int>>& positions) {
    	int N = m*n, pos, x, y;
    	vector<vector<int>> grid(m,vector<int>(n,0));
    	dsu u(N);
    	vector<int> ans(positions.size());
    	vector<vector<int>> dir = {{1,0},{0,1},{0,-1},{-1,0}};
    	for(int i = 0, k; i < positions.size(); ++i)
    	{
            grid[positions[i][0]][positions[i][1]] = 1;//标记为岛屿
            pos = positions[i][0]*n+positions[i][1];//对应并查集中的位置
    		for(k = 0; k < 4; ++k)
    		{
    			x = positions[i][0] + dir[k][0];
                y = positions[i][1] + dir[k][1];//周围坐标x,y
    			if(x>=0 && x<m && y>=0 && y<n && grid[x][y]==1)
    				u.merge(pos, x*n+y);//合并
    		}
    		ans[i] = u.countUni(grid);
    	}
    	return ans;
    }
};

2.1 改进计算方法

• 并查集merge 函数返回是否被合并了，合并了数量就减1
• 注意有重复岛屿，不能算

class dsu
{
public:
    vector<int> f;
    dsu(int n)
    {
        f.resize(n);
        for(int i = 0; i < n; ++i)
            f[i] = i;
    }
    bool merge(int a, int b)
    {
        int fa = find(a);
        int fb = find(b);
        if(fa != fb)
        {
            f[fa] = fb;
            return true;
        }
        return false;//返回是否被合并了
    }
    int find(int a)
    {
        int origin = a;
        while(a != f[a])
            a = f[a];
        return f[origin] = a;
    }
};
class Solution {
public:
    vector<int> numIslands2(int m, int n, vector<vector<int>>& positions) {
    	int N = m*n, pos, x, y;
    	vector<vector<int>> grid(m,vector<int>(n,0));
    	dsu u(N);
    	vector<int> ans(positions.size());
    	vector<vector<int>> dir = {{1,0},{0,1},{0,-1},{-1,0}};
        unordered_set<int> s;//有重复的岛屿！！！
    	for(int i = 0, k; i < positions.size(); ++i)
    	{
            ans[i] = (i>0 ? ans[i-1] : 0 )+1;//先把这个岛屿算作孤立+1
            grid[positions[i][0]][positions[i][1]] = 1;//标记为岛屿
            pos = positions[i][0]*n+positions[i][1];//对应并查集中的位置
            if(s.count(pos))//有该岛屿了，重复添加
            {
                ans[i]--;
                continue;
            }
            s.insert(pos);
    		for(k = 0; k < 4; ++k)
    		{
    			x = positions[i][0] + dir[k][0];
                y = positions[i][1] + dir[k][1];//周围坐标x,y
    			if(x>=0 && x<m && y>=0 && y<n && grid[x][y]==1)
                {
                    if(u.merge(pos, x*n+y))//合并了
                        ans[i]--;//减1
                }
    		}
    	}
    	return ans;
    }
};

156 ms 34.7 MB

---

我的CSDN博客地址 https://michael.blog.csdn.net/

长按或扫码关注我的公众号（Michael阿明），一起加油、一起学习进步！