LeetCode 994.腐烂的橘子(C语言)

该博客详细介绍了LeetCode第994题——腐烂的橘子的解决方案。博主首先分析了问题,指出腐烂的橘子会每分钟影响其4个正方向上的新鲜橘子。接着,博主提出利用广度优先搜索(BFS)策略,通过队列保存腐烂橘子的位置,并更新新鲜橘子的状态。在每一轮搜索中,博主使用自定义结构体记录橘子的坐标和腐烂轮次。最后,博主分享了C语言的实现代码,并提醒读者在真实场景中要考虑不同行的列数可能不一致的情况。
摘要由CSDN通过智能技术生成

994.腐烂的橘子

Description


在给定的网格中,每个单元格可以有以下三个值之一:

  • 值 0 代表空单元格;
  • 值 1 代表新鲜橘子;
  • 值 2 代表腐烂的橘子。

每分钟,任何与腐烂的橘子(在 4 个正方向上)相邻的新鲜橘子都会腐烂。

返回直到单元格中没有新鲜橘子为止所必须经过的最小分钟数。如果不可能,返回 -1。

Analyze


题目很好理解,就是给定一个二维数组代表网格,每个网格中放一个整数,0,1或者2,含义如题,其中为2的网格可以腐蚀1所在的网格(前提是1在2的旁边),求经过多少时间所有的1都变成了2,返回这个时间,如果不能完全腐蚀返回-1。
题中给定的函数是这样的:

初看到这个函数的时候是有点懵的,因为看它的测试用例输入只有一个二维数组,虽然看名字可以知道是两个长度,但具体又不知道是什么长度,费了一点时间才搞清楚这几个参数:

  • @param grid 一个二维数组
  • @param gridSize 二维数组的行数
  • @param gridColSize 二维数组每一行的列数

是的,最后一个数组表示的是每一行的列数,看这题目的意思是给定的数组行和列是不等的啊,那这题难度居然标的是easy,但实际上呢?实际提交之后发现每一行的列数都是相等的,即gridColSize[i] == gridColSize[0]

明白了函数之后就可以开始做题了,题目思路很明确,查看数组中所有为2的网格,将其附近(上下左右)网格为1的全部变为2,重复直到所有的2附近都没有了1,最后检查数组看是否还存在1的网格,不存在则返回改变的次数(这里的次数指的是每查看一轮数组,这一轮所有的1变为2后代表一次);存在则返回-1。

按照这个思路实现起来发现有点复杂,因为每一次都要遍历所有网格寻找2,实际上是根本不需要的,仔细想想会知道,第一次查看之后确定了2所在网格的坐标,然后将其附近的1变为2,那么之前找到的2的网格坐标其实已经没用了,因为他们的附近已经没有1的网格了。

2 1 1
1 1 0
1 0 1

比如给定上述二维数组,第一次查到(0,0)坐标为2,第一次改变会把(0,1),(1,0)两个网格的1变为2,此时一开始的(0,0)已经没有用了,可以扔掉,第二次查看的时候只要看(0,1)和(1,0)附近的网格就行了。

那怎么才能保存之后的坐标而把之前的坐标给扔掉呢,换一种说法就明白了:要把后进来的保留,先进来的先剔除。即先进先出,这很明显是队列的特性。因此,我们创建一个队列来保存这一轮所找到的网格为2的坐标。在此之前我们还有几个问题没有解决:

  • 用什么保存坐标?
  • 怎么判断次数(即怎么给出最后的时间)?

要保存坐标很简单,无非就是用两个整数,但考虑到我们一次可能需要保存很多点的坐标,而且我们还要创建队列,因此,可以定义一个结构体,把需要入队列的每个点的坐标当成结构体中的两个元素,这样方便引用。
那么怎么判断次数呢?可以给每个入队列的元素带一个标志,这个标志显示了它是第几轮被腐烂的,使用时只要把队列最后一个元素取出来看看它的标志就知道是第几次了。所以最后的结构体是这样的:

  • 包含三个整数,坐标x, y,和此坐标被腐烂时的次数

Realization


  • 遍历数组,找到所有的网格为2的坐标并且入队列

  • 取出队头元素,判断附近是否有1的网格,如果有,入队列

  • 遍历数组,若还存在1的网格,返回-1,否则返回result

  • 提交

Dictionary


上述的 gridColSize[i] 可以全部改成 gridColSize[0] ,因为LeetCode的测试用例的列数全都相同,如果列数不相同的话,需要在主要算法中加入一些判断边界的条件,比如判断一个"烂橘子"的右边时不能以小于 gridColSize[0] 为边界条件了,而要变为这个橘子所在的行的最大列数,同理,判断下的时候也要加上下一行的当前列是否存在,这样的话题目就复杂了很多。
在这个题中,我们把所有的烂橘子找出,腐蚀过后把之前的烂橘子扔掉,同时把新的烂橘子找出,这样一层一层的往下,这种算法是广度优先搜索(Breadth-First Search)的思想,也叫BFS,与之对应的还有一个叫深度优先搜索(Depth-First Search),即DFS,这两种算法一般用于遍历图,寻找最短路径,这里运用到了BFS的思想,先把同一层遍历完,再往下一层继续遍历。

附源代码


/*
 * @lc app=leetcode.cn id=994 lang=c
 *
 * [994] 腐烂的橘子
 */

// @lc code=start

typedef struct
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你好!对于LeetCode上的问题994.腐烂橘子,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