图的BFS与DFS
对数据结构和算法有一定了解的朋友一定知道对于图的遍历而言,BFS和DFS是两种不错的方法。但是对于什么时候应该使用BFS或者是DFS却缺少判断,有时一道题目DFS会超时,BFS不会,有时两种方法都可以。
我的一个简单的判断方法是:求图里有多少岛等需要得到一个具体数字问题用DFS,求最短路径用BFS
DFS例题与模板
例题
力扣 733. 图像渲染
有一幅以 m x n 的二维整数数组表示的图画 image ,其中 image[i][j] 表示该图画的像素值大小。
你也被给予三个整数 sr , sc 和 newColor 。你应该从像素 image[sr][sc] 开始对图像进行 上色填充 。
为了完成 上色工作 ,从初始像素开始,记录初始坐标的 上下左右四个方向上 像素值与初始坐标相同的相连像素点,接着再记录这四个方向上符合条件的像素点与他们对应 四个方向上 像素值与初始坐标相同的相连像素点,……,重复该过程。将所有有记录的像素点的颜色值改为 newColor 。
最后返回 经过上色渲染后的图像 。
输入: image = [[1,1,1],[1,1,0],[1,0,1]],sr = 1, sc = 1, newColor = 2
输出: [[2,2,2],[2,2,0],[2,0,1]]
解析: 在图像的正中间,(坐标(sr,sc)=(1,1)),在路径上所有符合条件的像素点的颜色都被更改成2。
注意,右下角的像素没有更改为2,因为它不是在上下左右四个方向上与初始点相连的像素点。
示例 2:
输入: image = [[0,0,0],[0,0,0]], sr = 0, sc = 0, newColor = 2
输出: [[2,2,2],[2,2,2]]
提示:
m == image.length
n == image[i].length
1 <= m, n <= 50
0 <= image[i][j], newColor < 216
0 <= sr < m
0 <= sc < n
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/flood-fill
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。
DFS解法
/*
DFS模板,从题目给的位置开始进行DFS,把与开始位置的节点全部变为新颜色
*/
class Solution {
public:
void DFS(vector<vector<int>>& image,int i,int j,int color,int newColor)
{
if (i < 0 || i >= image.size() || j < 0 || j >= image[0].size())
return;
if (image[i][j] != color || image[i][j] == newColor)
return;
image[i][j] = newColor;
DFS(image,i + 1,j,color,newColor);
DFS(image,i - 1,j,color,newColor);
DFS(image,i,j + 1,color,newColor);
DFS(image,i,j - 1,color,newColor);
}
vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int newColor) {
int color = image[sr][sc];
DFS(image,sr,sc,color,newColor);
return image;
}
};
模板
从上面的例题,我们可以稍微总结一下DFS的模板
内容上大致分为四个部分
1. 对边界的判断
2. 根据题意进行剪枝
3. 进行操作
4. 上下左右四个方向进行递归
当然也需要根据题意来灵活变换DFS函数的返回值等其他设计
//DFS函数设计,image为图 i和j为DFS开始坐标
void DFS(vector<vector<int>>& image,int i,int j,int color,int newColor)
{
//对边界的判断
if (i < 0 || i >= image.size() || j < 0 || j >= image[0].size())
return;
//根据题意剪枝
if (image[i][j] != color || image[i][j] == newColor)
return;
// 进行标记等操作
image[i][j] = newColor;
//上下左右四个方向递归
DFS(image,i + 1,j,color,newColor);
DFS(image,i - 1,j,color,newColor);
DFS(image,i,j + 1,color,newColor);
DFS(image,i,j - 1,color,newColor);
}
BFS例题与模板
例题
力扣 542. 01 矩阵
给定一个由 0 和 1 组成的矩阵 mat ,请输出一个大小相同的矩阵,其中每一个格子是 mat 中对应位置元素到最近的 0 的距离。
两个相邻元素间的距离为 1 。
示例 1:
输入:mat = [[0,0,0],[0,1,0],[0,0,0]]
输出:[[0,0,0],[0,1,0],[0,0,0]]
示例 2:
输入:mat = [[0,0,0],[0,1,0],[1,1,1]]
输出:[[0,0,0],[0,1,0],[1,2,1]]
提示:
m == mat.length
n == mat[i].length
1 <= m, n <= 104
1 <= m * n <= 104
mat[i][j] is either 0 or 1.
mat 中至少有一个 0
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/01-matrix
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。
/*
最短路径 优先用BFS
将0的位置入队,1变成-1,进行BFS,往外扩散
*/
class Solution {
public:
vector<vector<int>> updateMatrix(vector<vector<int>>& mat) {
//方向数组
int dx[4] = {0,0,1,-1};
int dy[4] = {-1,1,0,0};
//矩阵大小
int n = mat.size();
int m = mat[0].size();
//BFS队列
queue<pair<int,int>> qe;
//矩阵预处理,将0的下标入队,1对应的值变为-1
for (int i = 0;i < n; i++)
for (int j = 0;j < m; j++)
{
if (mat[i][j] == 0)
qe.push({i,j});
else
mat[i][j] = -1;
}
//扩散层数
int level = 0;
//当队列不为空
while (qe.empty() == false)
{
//该层队列长度
int size = qe.size();
level++;
while (size--)
{
//取队首
auto it = qe.front();
//出队
qe.pop();
// x,y队首坐标上下左右
int x = it.first;
int y = it.second;
//更新坐标
for (int i = 0;i < 4;i++)
{
//上下左右新坐标
int newX = x + dx[i];
int newY = y + dy[i];
//合法范围内
if (newX >= 0 && newX < n&& newY >= 0 && newY < m && mat[newX][newY] == -1)
{
//标记或者其他操作
mat[newX][newY] = level;
//新点入队
qe.push({newX,newY});
}
}
}
}
return mat;
}
};
模板
BFS模板总结
1. 根据题意设置方向数组,不一定是上下左右四个方向
2. 根据题意设置BFS队列,有时候是pair<int,int>,有时候是int,有时候是tuple<int,int,int>
3. 预处理起点或是某类点并标记
4. 开始BFS时,int size = qe.size()和while (size–)可视情况去掉
5. 取队首,出队,获取队首坐标,根据方向数组长度更新BFS扩散出去的位置
6. 如果该坐标合法,那么进行标记和新点入队操作
//两个方向数组
int dx[4] = {0,0,1,-1};
int dy[4] = {-1,1,0,0};
//BFS队列
queue<pair<int,int>> qe;
//预处理操作,起点入队并且标记已访问
qe.push(起点)
vis[起点] = true;
while (qe.empty() == false)
{
//该层队列长度
int size = qe.size();
while (size--)
{
//取队首
auto it = qe.front();
//出队
qe.pop();
// x,y队首坐标上下左右
int x = it.first;
int y = it.second;
//更新坐标
for (int i = 0;i < 4;i++)
{
//上下左右新坐标
int newX = x + dx[i];
int newY = y + dy[i];
//合法范围内
if (newX >= 0 && newX < n&& newY >= 0 && newY < m && mat[newX][newY] == -1)
{
//标记或者其他操作
标记
//新点入队
qe.push({newX,newY});
}
}
}
}