Leetcode 417. Pacific Atlantic Water Flow(python+cpp)

本文介绍了LeetCode 417题目的解法,通过二刷优化,提出了一种从靠近大洋的边界反向搜索的DFS策略,避免了全数组遍历带来的高复杂度,将复杂度降低到O((M+N)*MN)。并提供了简洁的Python和C++代码实现。
摘要由CSDN通过智能技术生成

Leetcode 417. Pacific Atlantic Water Flow

题目

在这里插入图片描述
在这里插入图片描述

解析

这道题肯定第一时间想到的是dfs。但是这边如果遍历数组的每个位置进行dfs的话,复杂度太高了,这样做理论上时间复杂度会是O((MN)(M*N))。所以可以采用一种逆向的思路。从靠近大洋的四条边开始反向搜索,反向搜索的过程中把能够到的位置进行标记。如果某个位置两个大洋同时都能到,那么这个位置满足条件。这样的复杂度就是O((M+N)*MN).

二刷解法,更简洁

class Solution:
    def pacificAtlantic(self, heights: List[List[int]]) -> List[List[int]]:
        can_reach_pacific = self.can_reach(heights,'pacific')
        can_reach_atlan = self.can_reach(heights,'atlan')
        ans = []
        for i in range(len(heights)):
            for j in range(len(heights[0])):
                if can_reach_pacific[i][j] and can_reach_atlan[i][j]:
                    ans.append([i,j])
        return ans
                
    def can_reach(self,heights,ocean):
        m,n = len(heights),len(heights[0])
        can_reach = [[False]*n for _ in range(m)]
        visited = [[False]*n for _ in range(m)]
        q = collections.deque()
        if ocean == 'pacific':
            for i in range(m):
                can_reach[i][0] = True
                q.append((i,0))
                visited[i][0] = True
            for i in range(n):
                can_reach[0][i] = True
                q.append((0,i))
                visited
你好!对于LeetCode上的问题994.腐烂的橘子,你可以使用Python来解决。下面是一个示例代码: ```python from collections import deque def orangesRotting(grid): # 记录网格的行数和列数 row, col = len(grid), len(grid[0]) # 定义四个方向:上、下、左、右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 使用队列来保存腐烂的橘子的位置 queue = deque() # 记录新鲜橘子的数量 fresh_count = 0 # 遍历整个网格,初始化队列和新鲜橘子的数量 for i in range(row): for j in range(col): if grid[i][j] == 2: # 腐烂的橘子 queue.append((i, j)) elif grid[i][j] == 1: # 新鲜橘子 fresh_count += 1 # 如果新鲜橘子的数量为0,直接返回0 if fresh_count == 0: return 0 # 初始化分钟数 minutes = 0 # 开始进行BFS,直到队列为空 while queue: # 记录当前分钟数下,队列中的元素数量 size = len(queue) # 遍历当前分钟数下的所有腐烂的橘子 for _ in range(size): x, y = queue.popleft() # 遍历四个方向 for dx, dy in directions: nx, ny = x + dx, y + dy # 判断新位置是否在网格内,并且是新鲜橘子 if 0 <= nx < row and 0 <= ny < col and grid[nx][ny] == 1: # 将新鲜橘子变为腐烂状态 grid[nx][ny] = 2 # 将新鲜橘子的位置加入队列 queue.append((nx, ny)) # 新鲜橘子的数量减1 fresh_count -= 1 # 如果当前分钟数下,没有新鲜橘子了,结束循环 if fresh_count == 0: break # 每遍历完一层,分钟数加1 minutes += 1 # 如果最后还有新鲜橘子,返回-1,否则返回分钟数 return -1 if fresh_count > 0 else minutes ``` 你可以将给定的网格作为参数传递给`orangesRotting`函数来测试它。请注意,该代码使用了BFS算法来遍历橘子,并计算腐烂的分钟数。希望能对你有所帮助!如果有任何疑问,请随时问我。
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
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