深入浅出学算法118-城堡问题,深入浅出学算法113-细胞

题目描述

下图是一个城堡的地形图。请你编写一个程序,计算城
堡一共有多少房间,最大的房间有多大。城堡被分割成 m×n(m≤50,n≤50)个方块,每个方块可以有0~4 面墙。
在这里插入图片描述

输入

第一行是两个整数,分别是南北向、东西向的方块数。在接下来的输入行里,每个方块用一个数字(0≤p≤50)描述。用一个数字表示方块周围的墙,1 表示西墙,2 表示北墙,4 表示东墙,8 表示南墙。每个方块用代表其周围墙的数字之和表示。城堡的内墙被计算两次,方块(1,1)的南墙同时也是方块(2,1)的北墙。 输入的数据保证城堡至少有两个房间。

输出

城堡的房间数、城堡中最大房间所包括的方块数。 每行1个数,结果显示在标准输出设备上。

样例输入

4
7
11 6 11 6 3 10 6
7 9 6 13 5 15 5
1 10 12 7 13 7 5
13 11 10 8 10 12 13

样例输出

5
9

题解

这是一道深搜的题,我们可以采用涂色法来标记不同房间数,即记为1,2,3……
先把所有房间初始化为0,从第一个房间开始,分别检测北东南西顺时针的方向,判断是否可以标记,如果遇到墙或者相邻房间已经被标记就继续寻找其他房间,四个方向的房间都搜索之后,返回上一房间,所以含有递归的成分

这里有一个方法可以根据二进制数字1,2,4,8来判断是否是墙,这里采用按位与的方法,按位与(&)就是有0则0,全1才是1

0&0=0,0&1=0,1&1=1

同样的,1就是二进制数字的0001(这里取4位),如果西边有墙,那么第一位一定是1,此时不管剩余3位是什么,因为0001的3个0已经把结果限制为3个0了,如果第一位是1,那么西边一定有墙,那么东南北方向同理,分别与2,4,8按位与就可以了

下面附上全部代码

#include<iostream>
#include<cstring>
using namespace std;
int s[52][52];
int color[52][52];
int maxroom,room,count;
void dfs(int a,int b)
{
 if(color[a][b]) return;
 color[a][b]=count;
 room++;
 if((s[a][b]&1)==0) dfs(a,b-1);
 if((s[a][b]&2)==0) dfs(a-1,b);
 if((s[a][b]&4)==0) dfs(a,b+1);
 if((s[a][b]&8)==0) dfs(a+1,b);
} 
int main()
{
 int m,n,i,j;
 
 while(cin>>m>>n)
 {
  count=0;
  memset(color,0,sizeof(color));
  maxroom=0,room=0;
  for(i=1;i<=m;i++)
  {
   for(j=1;j<=n;j++)
    cin>>s[i][j];
  }
  for(i=1;i<=m;i++)
  {
   for(j=1;j<=n;j++)
   {
    if(!color[i][j])
    {
     count++;
     room=0;
     dfs(i,j);
     maxroom=max(maxroom,room);
    }
   }
  }
  cout<<count<<endl<<maxroom<<endl;
 }
 return 0;
}

 

细胞

题目描述

一矩形阵列由数字0到9组成,数字1到9代表细胞,细胞的定义为沿细胞数字上下左右还是细胞数字则为同一细胞,求给定矩形阵列的细胞个数。如:阵列
4 10

0234500067

1034560500

2045600671

0000000089

有4个细胞。

输入

第一行输入2个整数n和m(均不大于60)然后输入n行 每行m个数字(0到9之间,中间没有空格)

输出

输出一个整数,表示细胞数

样例输入

4 10

0234500067

1034560500

2045600671

0000000089

样例输出

4

题解

这道题和城堡的问题很相似,代码几乎一模一样,所以,深搜的题还是很相似的

话不多说,直接上代码

#include<iostream> 
#include<cstring> 
using namespace std;
int s[61][61];
int count,m,n;//m行,n列
int color[61][61]; 
void dfs(int a,int b)
{
 if(color[a][b]) return;
 color[a][b]=count;
 if(a>1&&s[a-1][b]!=0)
   dfs(a-1,b);//上 
 if(b<n&&s[a][b+1]!=0)
   dfs(a,b+1);//右 
 if(a<m&&s[a+1][b]!=0)
   dfs(a+1,b);//下
 if(b>1&&s[a][b-1]!=0)
   dfs(a,b-1);//左 
} 
int main()
{
 int i,j;
 char str[62];
 while(cin>>m>>n)
 {
  count=0;
  memset(color,0,sizeof(color));
  
  for(i=1;i<=m;i++)
  {
   cin>>str;
   for(j=1;j<=n;j++)
    s[i][j]=str[j-1]-'0';
  }
  for(i=1;i<=m;i++)
  {
   for(j=1;j<=n;j++)
   {
    if(s[i][j]!=0&&(!color[i][j]))
    {
     count++;
     dfs(i,j);
    }
   }
  }
  cout<<count<<endl;
 }
 return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
N 皇后问题是一个经典的算法问题,它的目标是在 $N \times N$ 的棋盘上放置 $N$ 个皇后,使得它们互相之间不能攻击到对方。皇后可以攻击同一行、同一列或同一对角线上的其他皇后。 解决这个问题的常用方法是回溯算法。回溯算法是一种深度优先搜索的算法,它通常用于解决组合问题。在回溯算法中,我们尝试每一种可能的情况,如果当前情况不满足条件,就回溯到上一个状态并尝试下一种情况,直到找到满足条件的解或者所有情况都尝试完毕。 下面是 N 皇后问题的回溯算法实现: ```python def solveNQueens(n: int) -> List[List[str]]: def backtrack(board, row): if row == n: res.append(["".join(row) for row in board]) return for col in range(n): if not cols[col] and not diag1[row + col] and not diag2[row - col]: board[row][col] = "Q" cols[col], diag1[row + col], diag2[row - col] = True, True, True backtrack(board, row + 1) board[row][col] = "." cols[col], diag1[row + col], diag2[row - col] = False, False, False res = [] board = [["."] * n for _ in range(n)] cols, diag1, diag2 = [False] * n, [False] * (2 * n - 1), [False] * (2 * n - 1) backtrack(board, 0) return res ``` 在回溯算法中,我们首先初始化一个 $N \times N$ 的棋盘,然后从第一行开始尝试每一列上放置皇后的情况。如果当前位置可以放置皇后,就递归到下一行继续尝试放置皇后,否则回溯到上一行并尝试下一列。当所有皇后都放置完毕时,我们将当前棋盘的状态加入结果集中。 在实现中,我们使用了三个数组来记录哪些列、哪些对角线已经有皇后了,以便在放置皇后时进行判断。其中,cols 数组记录哪些列已经有皇后,diag1 数组记录从左上角到右下角的对角线上哪些位置已经有皇后,diag2 数组记录从右上角到左下角的对角线上哪些位置已经有皇后。 以上就是 N 皇后问题的解决方法,希望能够帮助你深入浅出地理解算法的实现过程。

“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
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