LeetCode-947. 移除最多的同行或同列石头


题目链接: 947. 移除最多的同行或同列石头

        这道题也是看了题解,才知道是一道图论的题目(后悔没有好好学习离散数学)。做题的方法有很多种,最开始没用图论知识直接当成回溯问题去做直接超时,在自己电脑上跑一个规模是10的小样例一分半才出结果(鬼知道我是怎么等下去的,还好没有单步调试找断点)。如果把所有的石头建立成图,再去进行深度优先搜索找连通分量,能节省不少时间。不过由于最近复习了一下并查集,准备试试手。

        顺便粘一下刚刚写的我对并查集的理解:数据结构——并查集

        实际上,如果把每一个石头看成一个点,同行同列存在其他石头即可删。回忆一下连通图的性质,如果这些石头刚好在一个连通分量中,那么一定存在一种删除顺序最后刚好剩下一颗石子。

我们要求的就是所有给出石头能构成多少连通分量,每个连通分量最后可以最多消除到只剩一块石头,那么可以移除的石子最大数量就是总数量,减去连通分量的个数了。

        并查集可以帮助我们把同行同列的石子归纳到同一个集合中(也就是所谓的连通分量),归纳完后只要统计有几个根就可以了,因为根的数量就代表了不相交的集合的数量即连通分量的数量。代码如下:

class Solution {
public:
    unordered_map<int, int> mp;
    int Find(int x) {
        if (!mp.count(x)) {
            mp[x] = x;
        }
        if (mp[x] != x) {
            x = Find(mp[x]);
        }
        return x;
    }
    void Union(int x, int y) {
        int fx = Find(x);
        int fy = Find(y);
        if (fx == fy) return;
        mp[fy] = fx;
    }
    int num() {
        int res = 0;
        for (auto x : mp) {
            if (x.first == x.second) {
                res++;
            }
        }
        return res;
    }
    int removeStones(vector<vector<int>>& stones) {
        for (auto x : stones) {
            Union(x[0], x[1] + 10001);
        }
        return stones.size() - num();
    }
};

         这里我没有采用并查集的优化操作,只是单纯为了应用一下并查集,有兴趣的朋友可以自行尝试改进。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数、迷宫问题到可以用于实际应用的背包问题、最长公共子序等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转过程中的中间值,例如动态规划求解斐波那契数问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转过程比较复杂,或者状态转方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
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

落英S神剑

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